Модель tcz/qwen3-vl-8b-box-layouts-sft-plateau-9000a — дообученная мультимодальная модель семейства Qwen3-VL, опубликованная tcz. Она принимает изображения и текст и предназначена для диалоговых сценариев, где нужно анализировать визуальные материалы и отвечать текстом. В метаданных указаны архитектура Qwen3VLForConditionalGeneration, формат safetensors и возможность работы с изображениями; обучение проводилось с использованием Unsloth и библиотеки TRL от Hugging Face.

Карточка связывает модель с задачами разметки компоновок и ограничивающих рамок, однако не приводит подробностей обучающего набора или измерений качества. Лицензия — Apache-2.0. Размер модели и длина контекста в предоставленных данных не приведены.