Производная модели unsloth/Qwen3-VL-4B-Instruct. Дообученная мультимодальная Qwen3-VL на 4 млрд параметров для диалога, анализа изображений и видео, OCR и визуального рассуждения.

Подходит для: ответы на вопросы по изображениям · извлечение текста и структуры из документов и фотографий · анализ сцен и объектов в видео