/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
4,1 млрд
Размер весов
9,7 ГБ
Лицензия
Своя лицензия
Архитектура
glm · dense
Опубликована
24 ноя 2024

glm-edge-v-5b

Генерация текстаТекст → текст7 профессий

GLM-Edge-V-5B — диалоговая мультимодальная модель для работы с изображениями и текстом, генерации и классификации текста.

365скачиваний за 30 дней17лайковвеса обновлены2 янв 2025

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 «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

GLM-Edge-V-5B — мультимодальная модель семейства GLM, разработанная zai-org. Она предназначена для диалоговой работы с изображениями и текстом, а также поддерживает генерацию текста и классификацию текста. Модель имеет плотную архитектуру GlmForCausalLM и содержит 4,1 млрд параметров; максимальная длина контекста составляет 4096 токенов.

В метаданных указан формат safetensors и возможность чата. Лицензия обозначена как other, поэтому условия использования следует уточнить в материалах репозитория. Карточка README не содержит подробностей о поддерживаемых языках и ограничениях качества.

Сценарии применения

  • ответы на вопросы по изображениям
  • диалог с визуальным контекстом
  • генерация текста в чате
  • классификация текстовых фрагментов

Ограничения

README не описывает ограничения качества или поведения модели. Условия лицензии с пометкой other требуют уточнения в репозитории.

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

GLM-Edge-V-5B

中文阅读, 点击这里

Inference with Transformers

Installation

Install the transformers library from the source code:

pip install git+https://github.com/huggingface/transformers.git

Inference

import torch
from PIL import Image
from transformers import (
    AutoTokenizer,
    AutoImageProcessor,
    AutoModelForCausalLM,
)

url = "img.png"
messages = [{"role": "user", "content": [{"type": "image"}, {"type": "text", "text": "describe this image"}]}]
image = Image.open(url)

model_dir = "THUDM/glm-edge-v-5b"

processor = AutoImageProcessor.from_pretrained(model_dir, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(model_dir, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_dir,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True,
)

inputs = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True, return_dict=True, tokenize=True, return_tensors="pt"
).to(next(model.parameters()).device)

generate_kwargs = {
    **inputs,
    "pixel_values": torch.tensor(processor(image).pixel_values).to(next(model.parameters()).device),
}
output = model.generate(**generate_kwargs, max_new_tokens=100)
print(tokenizer.decode(output[0][len(inputs["input_ids"][0]):], skip_special_tokens=True))

License

The usage of this model’s weights is subject to the terms outlined in the LICENSE.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GlmForCausalLM
Ревизия весов
595da78

0 моделей