/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_vl · dense
Базовая модель
Qwen3-VL-8B-Instruct
Библиотека
transformers
Опубликована
28 июл 2026

Qwen3-VL-8B-Instruct-GPTQ-Safetensors

Изображение и текст → текст11 профессий

simaai/Qwen3-VL-8B-Instruct-GPTQ-Safetensors — локально квантизированный чекпойнт модели Qwen/Qwen3-VL-8B-Instruct, подготовленный компанией Sima.ai для последующей компиляции LLiMa и развертывания на оборудовании Sima.ai.

486скачиваний за 30 дней0лайковвеса обновлены1 сен 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

Это мультимодальная модель для задач image-text-to-text, способная обрабатывать изображения и текст; заявлена поддержка multilingual-сценариев. Модель имеет размер 8B параметров, однако другие архитектурные характеристики и точный максимальный контекст в README не указаны.

Квантизация выполнена методом GPTQ: линейные слои декодера и lm_head переведены в симметричный INT4 с размером группы 256, а линейные слои vision encoder — в симметричный INT8 с поканальной обработкой. Проекторы и отдельные архитектурные исключения сохранены в исходной точности BF16. Артефакт предназначен для локального запуска и специализированного аппаратного развертывания; он не является готовым результатом компиляции LLiMa.

По полной проверке MMStar точность исходной модели составила 48,20%, а квантизированной — 51,33%; при этом на WikiText-2 perplexity увеличилась с 11,3805 до 12,2893, что указывает на возможное ухудшение языкового качества. Реальные характеристики могут зависеть от языка, визуального домена, формата запросов, длины контекста и среды выполнения, поэтому требуется прикладная валидация. Аудиокомпоненты, если присутствуют, и явно исключенные проекторы остаются в исходной точности.

Чекпойнт распространяется на условиях лицензии Apache-2.0 и сохраняет лицензионные требования, рекомендации по допустимому использованию и ограничения исходной модели. В README также указано, что исходная ревизия не зафиксирована, поэтому перед официальным выпуском или перераспространением необходимо восстановить и записать неизменяемую ревизию upstream.

Для каких профессий подходит11

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

Qwen3-VL-8B-Instruct GPTQ

This is a local post-training quantized checkpoint of Qwen/Qwen3-VL-8B-Instruct for later LLiMa compilation and deployment on Sima.ai hardware. It must not be uploaded as part of the current VLM batch.

Source revision: Not captured in the flattened local source directory. An immutable upstream revision must be recovered and recorded before any release or redistribution.

Source license metadata: Apache-2.0. This checkpoint remains subject to the upstream license, intended-use guidance, and limitations.

Quantization

ComponentMethodWeight formatEffective targets
Decoder Linear layers and lm_headGPTQsymmetric INT4, group size 256, static act-order253
Vision encoder Linear layersGPTQsymmetric INT8, per-channel, static act-order116
Projector/architecture exceptionsnonesource BF16Explicitly recorded in recipe.yaml

The lm_head follows the default GPTQ INT4/G256 policy; no INT8 escalation was made. Calibration used lmms-lab/flickr30k test[:512], deterministic dataset order, 512 image-text samples, sequence length 2048, batch size 1, no concatenation, and no padding to maximum length. The exact target names and effective settings are saved in recipe.yaml.

Evaluation

Full MMStar used all 1,500 examples, VLMEvalKit commit 7055d3010c38ccb5dcae1bc9535ca19c7fe5d79f, deterministic generation, and exact_matching without an API judge.

CheckpointOverall accuracy
Source48.2000%
Quantized51.3333%
Absolute change3.1333 percentage points
Relative change6.5007%

Evaluation date: 2026-07-16. Slurm jobs: source 4657, quantized 4658. The aggregate evidence row is stored in vlmeval_results/mmstar_results.csv; raw predictions and status files remain under vlmeval_results/mmstar_full/.

Validation: MMStar inference passed (1,500/1,500).

Full matched WikiText-2 word perplexity (EleutherAI/wikitext_document_level, wikitext-2-raw-v1, no example limit; 2026-07-18): source 11.3805; this checkpoint 12.2893; absolute degradation +0.9089; relative degradation +7.99%. Raw JSON evidence: perplexity_results/vlm_full_wikitext/qwen3_vl_8b_{source,gptq_w4g256_visiongptq_w8}_v3.json.

Reproduction

This directory contains the exact quantize.py, recipe.yaml, and versions.txt used for the artifact:

python quantize.py \
  --model-path /path/to/source-model \
  --output-dir /path/to/new-quantized-model

Environment

Python: 3.13.2
torch: 2.11.0+cu128
CUDA: 12.8
transformers: 5.10.1
llm-compressor: 0.12.0
auto-round: 0.13.0
compressed-tensors: 0.17.1

Deployment

This is the pre-LLiMa quantized Hugging Face artifact. LLiMa compiler output must remain a separate deployment artifact unless its format and redistribution are approved. No Hugging Face upload is authorized for this batch.

Limitations

Quantization quality can vary by language, visual domain, prompt format, context length, and downstream runtime. The MMStar result does not replace application-specific validation. Audio components, when present, and explicitly excluded projectors remain in source precision as documented in recipe.yaml.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
2fd8331

0 моделей