QwenStoryteller-i1-GGUFオープンソースモデル - ビジュアルナレーションをサポートし、跨フレームの一貫性を確保した物語り

Home

Qwenstoryteller I1 GGUF

Developed by mradermacher

QwenStorytellerはビジュアル言語モデルに基づくストーリーテリングモデルで、ビジュアルナラティブとクロスフレーム一貫性に焦点を当てています。

画像生成テキスト EnglishOpen Source License:Apache-2.0 #ビジュアルストーリーテリング生成 #クロスフレーム一貫性 #チェーンオブソート推論

Downloads 340

Release Time : 5/13/2025

Model Overview

このモデルは主に画像ベースのテキスト生成とストーリーテリングに使用され、チェーンオブソート推論をサポートし、クロスフレーム一貫性を維持できます。

Model Features

ビジュアルナラティブ

画像の内容に基づいて一貫性のあるストーリー叙述を生成可能

クロスフレーム一貫性

複数フレームの画像入力時にストーリー叙述の一貫性を維持

チェーンオブソート推論

チェーンオブソートに基づく推論生成をサポート

量子化サポート

様々なハードウェアニーズに対応するため複数量子化バージョンを提供

Model Capabilities

画像からテキストへ

ストーリー生成

ビジュアルナラティブ

クロスフレーム一貫性維持

Use Cases

コンテンツクリエーション

画像ストーリー生成

入力された画像シーケンスに基づいて一貫性のあるストーリーを生成

教育

ビジュアル補助学習

学習者が画像を通じて理解し関連ストーリーを生成するのを支援

🚀 QwenStoryteller-GGUF

このプロジェクトは、daniel3303/QwenStorytellerモデルのGGUF形式の量子化モデルを提供します。多様な量子化タイプとサイズのモデルが用意されており、ユーザーは自身のニーズに合わせて選択できます。

📚 詳細ドキュメント

基本情報

属性	詳情
ベースモデル	daniel3303/QwenStoryteller
データセット	daniel3303/StoryReasoning
言語	en
ライブラリ名	transformers
ライセンス	apache-2.0
量子化担当者	mradermacher
タグ	vision-language-model, visual-storytelling, chain-of-thought, grounded-text-generation, cross-frame-consistency, storytelling, image-to-text

概要

weighted/imatrix quants of https://huggingface.co/daniel3303/QwenStoryteller

静的量子化データは、https://huggingface.co/mradermacher/QwenStoryteller-GGUF で入手できます。

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。ここには、複数のパートファイルを結合する方法など、詳細な情報が記載されています。

提供される量子化モデル

（サイズ順に並べられており、必ずしも品質の順ではありません。IQ量子化は、同程度のサイズの非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)	注意事項
GGUF	i1-IQ1_S	2.0	非常に必要な場合
GGUF	i1-IQ1_M	2.1	ほとんど必要な場合
GGUF	i1-IQ2_XXS	2.4
GGUF	i1-IQ2_XS	2.6
GGUF	i1-IQ2_S	2.7
GGUF	i1-IQ2_M	2.9
GGUF	i1-Q2_K_S	2.9	非常に低品質
GGUF	i1-Q2_K	3.1	IQ3_XXSの方が良い可能性があります
GGUF	i1-IQ3_XXS	3.2	低品質
GGUF	i1-IQ3_XS	3.4
GGUF	i1-Q3_K_S	3.6	IQ3_XSの方が良い可能性があります
GGUF	i1-IQ3_S	3.6	Q3_K*より良い
GGUF	i1-IQ3_M	3.7
GGUF	i1-Q3_K_M	3.9	IQ3_Sの方が良い可能性があります
GGUF	i1-Q3_K_L	4.2	IQ3_Mの方が良い可能性があります
GGUF	i1-IQ4_XS	4.3
GGUF	i1-IQ4_NL	4.5	IQ4_XSを選ぶことをおすすめします
GGUF	i1-Q4_0	4.5	高速で低品質
GGUF	i1-Q4_K_S	4.6	サイズ/速度/品質のバランスが良い
GGUF	i1-Q4_K_M	4.8	高速でおすすめ
GGUF	i1-Q4_1	5.0
GGUF	i1-Q5_K_S	5.4
GGUF	i1-Q5_K_M	5.5
GGUF	i1-Q6_K	6.4	静的Q6_Kに近い品質

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です（数値が低いほど良い）。

また、Artefact2のこの問題に関する考察はこちらです。 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

この作業を可能にするために、自社のサーバーを使用させてくれ、ワークステーションのアップグレードを提供してくれたnethype GmbHに感謝します。また、私に彼のプライベートな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@nicobossにも感謝します。これにより、私は通常よりもはるかに高品質の多くのimatrix量子化モデルを提供することができました。