/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
19,3 ГБ
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Библиотека
transformers
Опубликована
13 сен 2026

spider-llava019-qwen3.5-9b-128k

Изображение и текст → текст3 профессии

Промежуточный чекпойнт Qwen3.5-9B, дообученный на данных Spider и LLaVA для диалога и ответов на запросы об изображениях.

124скачиваний за 30 дней0лайковвеса обновлены23 сен 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.

  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.

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

Это промежуточный чекпойнт zhiyuanhucs, полученный полным дообучением Qwen/Qwen3.5-9B методом supervised fine-tuning с поведенческим клонированием. Он объединяет данные Spider и LLaVA 0.19 и предназначен для диалога и ответов на запросы об изображениях. Модель использует мультимодальную архитектуру Qwen3.5 с 9 млрд параметров; обучение проводилось с последовательностями длиной до 128K токенов. Доступна в формате Safetensors и рассчитана на запуск через Transformers.

Сценарии применения

  • ответы на вопросы по изображениям
  • диалог с визуальным контекстом
  • описание содержимого изображения

Ограничения

Это промежуточный чекпойнт на 1700-м шаге обучения, а не финальная версия; README не приводит оценок качества или данных о лицензии.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

spider LLaVA-0.19 Qwen3.5-9B 128K — checkpoint-1700

Full-parameter behavior-cloning SFT snapshot.

  • Base model: Qwen/Qwen3.5-9B
  • Source run: spider3_llava019_qwen35_128k_4n_20260911T120943Z
  • Snapshot: checkpoint-1700
  • Trainer progress: packed step 1700 (scheduler cap 10315)
  • Approx game passes: 2.0238 (about 840 packed steps / pass at GBS=128, 128k)
  • Spider passes=3.0 + LLaVA 0.19. TRAIN_ITERS=10315 is an unpacked-row cap; packed steps are much fewer.
  • Training: TP=4, PP=1, 4 nodes, GBS=128, sequence packing 128K, MTP=1
  • Special tokens: <|action_start|>, <|action_end|>, <|action_sep|>, <|thought_start|>, <|thought_end|>

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
686d067

0 моделей