INFRL Qwen2.5 VL 72B Preview Bf16.gguf

🚀 INFRL-Qwen2.5-VL-72B-Preview

INFRL-Qwen2.5-VL-72B-Preview は、視覚的な推論能力を向上させたモデルです。このモデルは、Qwen2.5-VL-72B-Instruct をベースに開発されており、2025年3月25日現在、様々な視覚推論ベンチマーク（MathVision、MathVista、MathVerse）で最も高い性能を発揮するオープンソースのVLモデルとなっています。

🚀 クイックスタート

このモデルは、視覚的な質問応答タスクに特化しており、Transformerベースのマルチモーダルモデルです。

✨ 主な機能

• 視覚推論の向上：ベースモデルである Qwen2.5-VL-72B-Instruct をベースに、視覚的な推論能力を向上させています。
• 高い性能：2025年3月25日現在、様々な視覚推論ベンチマーク（MathVision、MathVista、MathVerse）で最も高い性能を発揮するオープンソースのVLモデルです。

📚 ドキュメント

評価結果

当チームでは、VLM評価用のコードリポジトリを公開予定です。このコードは、単純なルールベースの報酬を用いたRLトレーニングをサポートし、同時にLLM-Judgeの結果と整合性を持たせることができます。引き続きのご期待をお願いいたします！

開発者

監督者

Wei Chu • Yuan Qi

VLチーム

Haozhe Wang • Zuming Huang

RLチーム

Haozhe Wang • Chao Qu • Long Li

謝辞

RLインフラストラクチャにおけるサポートを提供してくれたJiaran Hao、Liuyihan Songに感謝いたします。

引用

もしこのモデルが役立った場合は、以下のように引用していただけると幸いです。

@misc {INFRL_VL_Preview,
	author       = { {Wang, Haozhe and Huang, Zuming and Qu, Chao and Chu, Wei and Qi, Yuan} },
	title        = { INFRL-Qwen2.5-VL-72B-Preview },
	year         = 2025,
	url          = { https://huggingface.co/infly/INFRL-Qwen2.5-VL-72B-Preview},
	publisher    = { Hugging Face }
}

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で公開されています。