Tiny MuseGlimmerForConditionalGeneration
This is a minimal model built for unit tests in the TRL library.
Характеристики
- Контекст
- 131 072 токена
- Размер весов
- 13 МБ
- Архитектура
- muse_glimmer · dense
- Библиотека
- transformers
- Опубликована
- 13 авг 2026
Ссылки
tiny-MuseGlimmerForConditionalGeneration
Изображение и текст → текст3 профессии
Tiny MuseGlimmerForConditionalGeneration — минимальная модель, разработанная для модульных тестов библиотеки TRL.
34 952скачиваний за 30 дней1лайквеса обновлены13 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Она предназначена не для прикладного использования, а для проверки корректности работы компонентов и сценариев тестирования в TRL.
Модель реализована с использованием библиотеки Transformers и относится к классу MuseGlimmerForConditionalGeneration. README не содержит сведений о размере модели, архитектурных деталях, модальностях, поддерживаемых языках, размере контекста, результатах оценки или ограничениях.
Лицензия и условия использования в предоставленных данных не указаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- MuseGlimmerForConditionalGeneration
- Ревизия весов
- 2daa667