/ Модель
Каталог

Характеристики

Контекст
32 768 токенов
Параметры
1,5 млрд
Лицензия
Своя лицензия
Архитектура
qwen2_vl · dense
Базовая модель
Qwen2-VL-2B-Instruct
Библиотека
transformers
Опубликована
24 янв 2025

Ссылки

Hugging Face

ICM-Qwen2-VL-2B

zhaoyuzhi
Изображение и текст → текст3 профессии

Дообученная мультимодальная модель Qwen2-VL для диалога и ответов на текстовые запросы по изображениям.

18скачиваний за 30 дней0лайковвеса обновлены27 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 «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.

Открыть конструктор бенчмарка

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

ICM-Qwen2-VL-2B — дообученная модель семейства Qwen2-VL, разработанная на основе Qwen/Qwen2-VL-2B-Instruct. Это компактная мультимодальная модель с плотной архитектурой Qwen2VLForConditionalGeneration и примерно 1,5 млрд параметров; она принимает изображения и текстовые запросы, а в ответ генерирует текст. Репозиторий использует Transformers и формат safetensors, а заявленная длина контекста составляет 32 768 токенов.

Модель предназначена для диалога и ответов на текстовые запросы по изображениям. README сообщает о дообучении на датасете qwen_sexy_after и значении loss 0,2010 на наборе оценки, но не раскрывает сценарии использования и методику оценки. Лицензия указана как other, поэтому условия её использования следует проверять в карточке модели и у базовой модели.

Сценарии применения

  • ответы на вопросы о содержимом изображения
  • описание изображений по запросу
  • диалог с изображением
  • анализ визуального содержимого в текстовом чате

Ограничения

README не описывает ограничения или методику оценки; приведено только значение loss 0,2010 без контекста сравнения. Лицензия обозначена как other, поэтому условия использования требуют проверки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

sft

This model is a fine-tuned version of Qwen/Qwen2-VL-2B-Instruct on the qwen_sexy_after dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2010

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 8
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 128
  • total_eval_batch_size: 8
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1.0

Training results

Framework versions

  • Transformers 4.46.1
  • Pytorch 2.5.1+cu124
  • Datasets 3.1.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2VLForConditionalGeneration
Ревизия весов
9aa0a65

0 моделей

    Создать бенчмарк