/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
MIT
Архитектура
qwen3_vl · dense
Базовая модель
Qwen3-VL-Embedding-2B
Опубликована
10 янв 2026

Qwen3-VL-Embedding-2B-FP8

Сходство предложенийТекст → score8 профессий

shigureui/Qwen3-VL-Embedding-2B-FP8 — мультимодальная embedding-модель на базе Qwen/Qwen3-VL-Embedding-2B, сжатая в формат FP8 с помощью llmcompressor.

15 561скачиваний за 30 дней2лайкавеса обновлены10 янв 2026

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 преобразования текстов, изображений и их сочетаний в векторные представления, которые можно использовать для оценки семантического сходства, поиска и сопоставления мультимодального контента. Для запуска поддерживается vLLM в режиме pooling.

Известно, что модель имеет размер 2B параметров в базовой версии и поддерживает контекст до 20 480 токенов в приведённой конфигурации vLLM. В примерах показано сравнение текстовых описаний с изображением, а также совместная обработка изображения и текста. Сжатие в FP8 заявлено как способ ускорения работы как минимум на 50%, однако подробные результаты бенчмарков и условия измерений не приведены. Поддерживаемые языки, точная архитектура и дополнительные ограничения по модальностям в README не указаны.

Модель распространяется по лицензии MIT. README не содержит сведений о качестве на конкретных наборах данных, устойчивости результатов, требованиях к аппаратному обеспечению или ограничениях применения, поэтому эти характеристики требуют отдельной проверки.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

using llmcompressor compressed to FP8

Can run with vLLM

from io import BytesIO

import requests
import torch
from PIL import Image

from vllm import LLM


def get_image_from_url(url) -> Image.Image:
    response = requests.get(url)
    img = Image.open(BytesIO(response.content)).convert("RGB")
    return img


model = LLM(model="Qwen3-VL-Embedding-2B-FP8-DYNAMIC", runner="pooling", max_model_len = 20480)

image = get_image_from_url("https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen-VL/assets/demo.jpeg")
image_placeholder = "<|vision_start|><|image_pad|><|vision_end|>"
inputs = [
    {
        "prompt": "A woman playing with her dog on a beach at sunset.",
    },
    {
        "prompt": "A woman shares a joyful moment with her golden retriever on a sun-drenched beach at sunset, as the dog offers its paw in a heartwarming display of companionship and trust."
    },
    {
        "prompt": image_placeholder,
        "multi_modal_data": {"image": image},
    },
    {
        "prompt": f"{image_placeholder}\nA woman shares a joyful moment with her golden retriever on a sun-drenched beach at sunset, as the dog offers its paw in a heartwarming display of companionship and trust.",
        "multi_modal_data": {"image": image},
    },
]

outputs = model.embed(inputs)
embeddings = torch.tensor([o.outputs.embedding for o in outputs])
scores = embeddings[:2] @ embeddings[2:].T
print(scores.tolist())

It is faster by at least 50%, by all meanings.

0a302fd6f1813ee467c2242b33466f65

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
a7aa8f8

0 моделей