/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_vl · dense
Базовая модель
Qwen3-VL-4B-Instruct
Опубликована
10 авг 2026

qwen3-vl-4b-rknn3-rk1828

Изображение и текст → текст7 профессий

Мультимодальная модель Qwen3-VL на 4 млрд параметров для диалога, распознавания текста и анализа изображений на устройстве Rockchip RK1828.

176скачиваний за 30 дней1лайквеса обновлены20 авг 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

t-firefly/qwen3-vl-4b-rknn3-rk1828 — производная модель семейства Qwen3-VL, подготовленная для запуска на платформе Rockchip RK1828 через LlamaPi. В основе лежит Qwen3-VL-4B-Instruct от команды Qwen: плотная мультимодальная модель на 4 млрд параметров с архитектурой Qwen3VLForConditionalGeneration и интерфейсом диалоговой генерации. Репозиторий содержит веса в формате GGUF.

Модель принимает текст и изображения и генерирует ответы на вопросы о визуальном содержимом. Она предназначена для визуального рассуждения, распознавания текста на изображениях, понимания пространственных отношений и анализа документов, а также для диалога с учётом текстового и визуального контекста. README указывает на запуск через LlamaPi на RK1828; метаданные также отмечают интерфейс вызова инструментов.

Модель выпущена под лицензией Apache-2.0. В карточке производной модели не приведены отдельные сведения о контекстном окне и поддерживаемых языках; её возможности и языковое покрытие в значительной степени определяются базовой моделью Qwen3-VL-4B-Instruct.

Сценарии применения

  • ответы на вопросы по изображениям
  • распознавание текста на изображениях и документах
  • анализ документов с визуальным содержимым
  • понимание пространственных отношений в сцене
  • визуальное рассуждение в диалоге на устройстве Rockchip RK1828

Ограничения

Отдельные сведения о длине контекста и языковом покрытии этой сборки не приведены. Практическое применение нацелено на платформу RK1828 и запуск через LlamaPi.

Для каких профессий подходит7

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

Model Overview

ItemDetails
Original modelQwen3-VL-4B-Instruct (ModelScope | Hugging Face)
Original developerQwen Team
Model typeVision-language generation
Target platformRK1828
Converted byFirefly AI Team
Deployment toolLlamaPi

Run with LlamaPi

llamapi run qwen3-vl:4b

llamapi run handles model download, loading, and execution. See the LlamaPi Wiki for setup and usage.

About the Original Model

Qwen3-VL-4B-Instruct is an instruction-tuned vision-language model from the Qwen3-VL family.

  • Understands and generates responses from text and visual inputs.
  • Supports visual reasoning, OCR, spatial understanding, and document analysis.
  • Combines multimodal capabilities with strong general text understanding.

License & Attribution

The models provided in this repository are converted and adapted by the Firefly AI team from the original models. All intellectual property rights and copyright in the underlying original models remain with the original official team, and their distribution is governed by the corresponding official open-source license.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
8246e2a

0 моделей