/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
17,5 ГБ
Архитектура
qwen3_vl · dense
Библиотека
transformers
Опубликована
11 мар 2026

ViFailback-8B

Изображение и текст → текст3 профессии

ViFailback-8B анализирует изображения сбоев роботизированных манипуляций и предлагает текстовые и визуальные способы их исправления.

122скачиваний за 30 дней2лайкавеса обновлены4 июн 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

ViFailback-8B — визуально-языковая модель для диагностики сбоев при роботизированных манипуляциях и выдачи текстовых и визуальных рекомендаций по их исправлению. Разработана в рамках проекта ViFailback и дообучена на основе Qwen3-VL-8B-Instruct; архитектура в метаданных указана как Qwen3-VL с плотной условной генерацией.

Модель принимает изображения и текст, анализирует неудачное действие робота и формирует диагноз с указаниями для коррекции. Для передачи рекомендаций она использует визуальные символы, включая стрелки, прицелы и значки состояния; такие подсказки предназначены для поддержки восстановления после реальных сбоев и обучения роботизированных систем на ошибках. Для инференса и отрисовки символов README описывает скрипт из официального репозитория.

В карточке не приведены сведения о поддерживаемых естественных языках и лицензии, поэтому условия распространения и коммерческого использования по доступным данным определить нельзя. Модель специализирована на сценариях роботизированных манипуляций; качество для иных задач не описано.

Сценарии применения

  • Диагностика причин неудачного захвата или перемещения объекта роботом
  • Получение визуальных подсказок для коррекции манипуляции
  • Поддержка восстановления робота после сбоя в реальной среде
  • Обучение роботизированной системы на примерах неудачных действий

Ограничения

Модель специализирована на диагностике сбоев роботизированных манипуляций; применимость к другим задачам не описана. В предоставленных материалах нет сведений о лицензии и поддерживаемых языках.

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

ViFailback-8B

ViFailback-8B is a Vision-Language Model (VLM) designed to diagnose robotic manipulation failures and provide both textual and visual correction guidance. It is fine-tuned from Qwen3-VL-8B-Instruct as part of the ViFailback framework.

The model utilizes explicit visual symbols (arrows, crosshairs, state icons) to bridge the gap between failure diagnosis and policy correction, allowing robotic systems to learn from and recover from real-world failures.

Usage

To run inference and render the corrective visual symbols, use the vifailback_infer.py script provided in the official GitHub repository:

python vifailback_infer.py \
    --model_path sii-rhos-ai/ViFailback-8B \
    --json_path ./examples/example_vifailback_infer.json \
    --dataset_root /path/to/ViFailback-Dataset \
    --output_dir ./inference_visualizations

Citation

@inproceedings{zeng2026diagnose,
  title={Diagnose, correct, and learn from manipulation failures via visual symbols},
  author={Zeng, Xianchao and Zhou, Xinyu and Li, Youcheng and Shi, Jiayou and Li, Tianle and Chen, Liangming and Ren, Lei and Li, Yong-Lu},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  pages={42386--42395},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
f5d2752

0 моделей