Monet-7B — дообученная мультимодальная модель на базе Qwen2.5-VL-7B-Instruct для диалогов и рассуждений по изображениям.

Подходит для: ответы на вопросы по изображениям · диалог с визуальным контекстом · эксперименты с рассуждениями в латентном визуальном пространстве