SpaceQwen2.5 - VL - 3B - Instruct - GGUFオープンソースマルチモーダルモデル

ホーム

Spaceqwen2.5 VL 3B Instruct GGUF

mradermacherによって開発

SpaceQwen2.5-VL-3B-Instruct は空間推論とエンボディドAIタスクに特化したマルチモーダル視覚言語モデルです。

テキスト生成画像英語オープンソースライセンス:Apache-2.0 #空間距離推定 #マルチモーダル推論 #ロボットナビゲーション

ダウンロード数 282

リリース時間 : 4/11/2025

モデル概要

このモデルはQwenアーキテクチャを基にしており、視覚と言語の理解能力を備え、特に空間推論、距離推定、ロボット技術に関連するタスクの処理に優れています。

モデル特徴

マルチモーダル能力

視覚と言語入力を同時に処理し、クロスモーダル理解を実現

空間推論

空間関係と距離推定タスクの処理に特化して最適化

量子化サポート

様々な量子化バージョンを提供し、異なるハードウェア要件に対応

ロボット技術応用

エンボディドAIとロボットナビゲーション関連タスクに適応

モデル能力

視覚質問応答

画像理解

空間関係推論

距離推定

マルチモーダル推論

ロボットナビゲーション支援

使用事例

ロボット技術

環境ナビゲーション

ロボットが環境の空間関係を理解してナビゲーションするのを支援

拡張現実

空間アノテーション

現実環境における物体の空間関係を識別・注釈

🚀 SpaceQwen2.5-VL-3B-Instruct の静的量子化モデル

このプロジェクトは、SpaceQwen2.5-VL-3B-Instruct モデルの静的量子化バージョンを提供します。量子化されたモデルは、メモリ使用量を削減し、推論速度を向上させることができます。

🚀 クイックスタート

このモデルは、https://huggingface.co/remyxai/SpaceQwen2.5-VL-3B-Instruct の静的量子化バージョンです。重み付け/imatrix 量子化は、https://huggingface.co/mradermacher/SpaceQwen2.5-VL-3B-Instruct-i1-GGUF で利用可能です。

📚 ドキュメント

概要

ベースモデル: remyxai/SpaceQwen2.5-VL-3B-Instruct
データセット: remyxai/OpenSpaces
言語: en
ライブラリ名: transformers
ライセンス: apache - 2.0
量子化者: mradermacher
タグ: remyx, vqasynth, spatial - reasoning, multimodal, vlm, vision - language, robotics, distance - estimation, embodied - ai, quantitative - spatial - reasoning

使用方法

GGUF ファイルの使用方法がわからない場合は、TheBloke's READMEs を参照してください。これには、マルチパートファイルの結合方法も含まれています。

提供される量子化モデル

（サイズでソートされており、必ずしも品質を反映しているわけではありません。IQ 量子化は、同じサイズの非 IQ 量子化よりも優れていることが多いです）

リンク	タイプ	サイズ/GB	備考
GGUF	Q2_K	1.4
GGUF	Q3_K_S	1.6
GGUF	Q3_K_M	1.7	低品質
GGUF	Q3_K_L	1.8
GGUF	IQ4_XS	1.9
GGUF	Q4_K_S	1.9	高速、推奨
GGUF	Q4_K_M	2.0	高速、推奨
GGUF	Q5_K_S	2.3
GGUF	Q5_K_M	2.3
GGUF	Q6_K	2.6	非常に良い品質
GGUF	Q8_0	3.4	高速、最高品質
GGUF	f16	6.3	16 bpw、過剰

ikawrakow による、一部の低品質量子化タイプを比較した便利なグラフがあります（数値が低いほど良い）:

また、Artefact2 のこの問題に関する考察もあります: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

よくある質問 / モデルリクエスト

質問に対する回答や、他のモデルの量子化を依頼する場合は、https://huggingface.co/mradermacher/model_requests を参照してください。

謝辞

私の会社 nethype GmbH には、サーバーを使用させていただき、ワークステーションをアップグレードしてくれたことに感謝します。これにより、私は余暇時間にこの作業を行うことができました。また、@nicoboss には、私に彼のプライベートスーパーコンピューターへのアクセスを許可してくれたことに感謝します。これにより、私は通常よりもはるかに高品質の多くの imatrix 量子化を提供することができました。