SPARC-Qwen3.5-0.8B-VTFT
irl-kit·Изображение → текст
Компактная мультимодальная модель Qwen3.5 для пространственного рассуждения по изображениям и выдачи координат объектов.
Подходит для: ответы на вопросы о расположении объектов на изображении · определение пространственных отношений между объектами · указание точки на изображении по текстовому запросу
Загрузки на Hugging Face · 1 006Лайки · 0Контекст · 262 144 токеновВыход на Hugging Face · 19 авг 2026