Характеристики

Контекст: 4 096 токенов
Лицензия: Своя лицензия
Архитектура: internvl_chat · dense
Базовая модель: InternVL3_5-1B-Pretrained
Библиотека: transformers
Опубликована: 20 июн 2026

Ссылки

internvl3_5-1b-balanced

Генерация текстаТекст → текст4 профессии

Мультимодальная модель InternVL3.5, дообученная на корейских данных для диалоговых задач по изображениям и тексту с корейским и английским языками.

9скачиваний за 30 дней0лайковвеса обновлены20 июн 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

yujuyeon/internvl3_5-1b-balanced — мультимодальная модель семейства InternVL3.5, дообученная автором yujuyeon на базе OpenGVLab/InternVL3_5-1B-Pretrained методом полного fine-tuning. Она предназначена для диалоговых задач с изображениями и текстом; обучение ориентировано на корейские мультимодальные данные и баланс корейского и английского языков. В обучающую смесь вошли 40 подмножеств, включая наборы для описания изображений и преобразования диаграмм в таблицы.

Модель использует плотную архитектуру InternVLChatModel и загружается через Transformers. Метаданные указывают лицензию other. Карточка приводит динамику training loss, но не сообщает измерений качества на независимых тестах, поэтому эти значения сами по себе не подтверждают точность в практических сценариях.

Сценарии применения

ответы на вопросы по изображениям на корейском языке
создание подписей к изображениям
описание изображений на корейском и английском
преобразование диаграмм в таблицы
диалоговый анализ визуальных материалов

Ограничения

README не приводит результатов независимой оценки качества, а указанная динамика training loss не позволяет судить о точности на прикладных задачах. Лицензия обозначена как other, поэтому перед использованием следует проверить условия в репозитории.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

internvl3_5-1b-balanced

OpenGVLab/InternVL3_5-1B-Pretrained 를 한국어 멀티모달 데이터로 파인튜닝한 InternVL3.5 specialist.

항목	값
Base model	`OpenGVLab/InternVL3_5-1B-Pretrained`
Method	Full
Domain	한:영 1:1 균형

Hyperparameters

num_train_epochs: 1
steps: 5162 / max 5162
train_batch_size: 8
peak learning_rate: 9.999984252764371e-05

Training Loss

init 1.4746 → final 0.9904 (min 0.9242)

step	loss
10	1.4746
520	1.0770
1030	1.0217
1540	1.0139
2050	0.9842
2560	0.9938
3070	0.9712
3580	0.9627
4090	0.9475
4600	0.9431
5110	0.9660
5160	0.9904

Training Data

구성: 40개 서브셋 (한국어 specialist SFT)

subset	repeat
`hf_korLlava_Caption`	2.7
`kr_recap_caption`	1.2857
`chart2table_en`	0.0475
`chartRqa1`	0.3167
`chartRqa2`	0.475
`dvqa_en`	0.0475
`en_chartqa_chart`	0.5278
`en_figureqa_chart`	0.475
`en_mapqa_chart`	1.3571
`kisti_documen_Reason`	2.25
`en_imgtext_doc`	0.5625
`en_vwi_doc`	0.9
`out_kor_llava`	1.9501
`en_allava_general`	3.0
`aihub_mathMultiple`	0.8449
`aihub_mathSubjective`	1.7883
`en_geoqa_math`	1.0
`en_hme_formula`	1.6667
`en_iconqa_math`	0.6667
`en_mavis_math`	0.3333
`hf_latexUpdate`	0.6667
`aihub_subjectTxt_OCR`	0.625
`aihub_visual_OCR`	0.8333
`kisti_arxiv_OCR`	0.8333
`kopub_SDSKoPub_OCR`	0.3077
`en_chrome_ocr`	1.4205
`en_iam_ocr`	2.2093
`en_llavar_ocr`	0.6316
`en_ocrvqa_ocr`	0.25
`aihub_visual_ShortQA`	0.7167
`kisti_hanbat_Reason`	0.7167
`kisti_hanbat_Vqa`	0.86
`en_aokvqa_general`	1.3438
`aihub_subjectImg_Parse`	1.35
`en_tabmwp_table`	0.6136
`en_tatqa_table_text`	1.0385
`tableVqa_Caption`	0.675
`tableVqa_Reason`	0.675
`ko_alpaca_textonly`	0.9006
`en_evol_textonly`	0.3152

Usage

from transformers import AutoModel, AutoTokenizer
import torch
m = AutoModel.from_pretrained("yujuyeon/internvl3_5-1b-balanced", torch_dtype=torch.bfloat16,
                              trust_remote_code=True).eval().cuda()
tok = AutoTokenizer.from_pretrained("yujuyeon/internvl3_5-1b-balanced", trust_remote_code=True, use_fast=False)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры: InternVLChatModel
Ревизия весов: 2d0936c