/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
smolvlm · dense
Базовая модель
SmolVLM2-2.2B-Instruct
Библиотека
transformers
Опубликована
27 мая 2025

SmolVLM2-2.2B-Instruct-GGUF

Изображение и текст → текст3 профессии

SmolVLM2-2.2B-Instruct-GGUF — это квантизованная GGUF-версия мультимодальной модели SmolVLM2-2.2B-Instruct, разработанной HuggingFaceTB и квантизованной компанией Second State Inc.

1 702скачиваний за 30 дней3лайкавеса обновлены29 мая 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для задач image-text-to-text и video-text-to-text: она принимает текстовые запросы вместе с изображениями, а также поддерживает сценарии анализа видео. Заявленный язык — английский.

Модель имеет размер 2,2 млрд параметров; конкретные GGUF-файлы доступны в вариантах квантования от Q2_K до Q8_0, а также в формате f16. Размер файлов составляет примерно от 708 МБ до 3,63 ГБ, при этом Q4_K_M, Q5_K_M и Q5_K_S указаны как рекомендуемые варианты с балансом между размером и качеством. Для запуска через LlamaEdge используется контекст размером 2048 токенов и отдельный мультимодальный проектор mmproj. Сильной стороной модели являются компактность и возможность локального запуска, однако низкие уровни квантования сопровождаются заметной потерей качества, а подробности архитектуры и поддерживаемых языков, кроме английского, в README не указаны.

Исходная модель и производные файлы распространяются по лицензии Apache-2.0. Для запуска через LlamaEdge требуется версия v0.21.0 или новее.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SmolVLM2-2.2B-Instruct-GGUF

Original Model

HuggingFaceTB/SmolVLM2-2.2B-Instruct

Run with LlamaEdge

  • LlamaEdge version: v0.21.0 and above

  • Prompt template

    • Prompt type: smol-vision

    • Prompt string

      <|im_start|>
      User: {user_message_1}<image>
      Assistant: {assistant_message_1}
      User: {user_message_2}<image>
      Assistant:
      
  • Context size: 2048

  • Run as LlamaEdge service

    wasmedge --dir .:. --nn-preload default:GGML:AUTO:SmolVLM2-2.2B-Instruct-Q5_K_M.gguf \
      llama-api-server.wasm \
      --prompt-template smol-vision \
      --llava-mmproj SmolVLM2-2.2B-Instruct-mmproj-f16.gguf \
      --model-name SmolVLM2-2.2B-Instruct \
      --ctx-size 2048
    

Quantized GGUF Models

NameQuant methodBitsSizeUse case
SmolVLM2-2.2B-Instruct-Q2_K.ggufQ2_K2708 MBsmallest, significant quality loss - not recommended for most purposes
SmolVLM2-2.2B-Instruct-Q3_K_L.ggufQ3_K_L3976 MBsmall, substantial quality loss
SmolVLM2-2.2B-Instruct-Q3_K_M.ggufQ3_K_M3904 MBvery small, high quality loss
SmolVLM2-2.2B-Instruct-Q3_K_S.ggufQ3_K_S3820 MBvery small, high quality loss
SmolVLM2-2.2B-Instruct-Q4_0.ggufQ4_041.05 GBlegacy; small, very high quality loss - prefer using Q3_K_M
SmolVLM2-2.2B-Instruct-Q4_K_M.ggufQ4_K_M41.11 GBmedium, balanced quality - recommended
SmolVLM2-2.2B-Instruct-Q4_K_S.ggufQ4_K_S41.06 GBsmall, greater quality loss
SmolVLM2-2.2B-Instruct-Q5_0.ggufQ5_051.26 GBlegacy; medium, balanced quality - prefer using Q4_K_M
SmolVLM2-2.2B-Instruct-Q5_K_M.ggufQ5_K_M51.30 GBlarge, very low quality loss - recommended
SmolVLM2-2.2B-Instruct-Q5_K_S.ggufQ5_K_S51.26 GBlarge, low quality loss - recommended
SmolVLM2-2.2B-Instruct-Q6_K.ggufQ6_K61.49 GBvery large, extremely low quality loss
SmolVLM2-2.2B-Instruct-Q8_0.ggufQ8_081.93 GBvery large, extremely low quality loss - not recommended
SmolVLM2-2.2B-Instruct-f16.gguff16163.63 GB
SmolVLM2-2.2B-Instruct-mmproj-f16.gguff1616872 MB

Quantized with llama.cpp b5501

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Класс архитектуры
SmolVLMForConditionalGeneration
Ревизия весов
45d4401

0 моделей