Primitive Operation Painter 2

Primitive Operation Painter 2 — 1B — кастомная авторегрессивная text-to-image-модель от doubixz. Она принимает китайский текст, готовые примитивы или их комбинацию и предсказывает последовательность редактируемых прямоугольников и эллипсов, а не пиксели. В релизе 1 004 182 914 параметров, 35 Transformer-слоёв, BF16 и контекст на 1024 позиции.

🧐 Ключевые особенности

• 🤖 Выход — последовательность примитивов с девятью атрибутами: x, y, angle, width, height, shape, red, green, blue.
• 🤔 Условие — китайские промпты, префикс из готовых примитивов или оба варианта.
• 👀 Нативное полотно 512×512; текст и примитивы делят окно в 1024 позиции.
• 💯 Это inference-релиз v3.3 (epoch 60, global step 10020), веса BF16 без квантования.
• 👍 Запуск — через совместимое нативное Windows-приложение Primitive Painter 0.9.27; transformers.AutoModel не подойдёт.
• 🔥 В репозитории model.pt (~2.01 GB / 1.87 GiB) и SentencePiece-токенизатор на 1500 токенов.

🚀 Пример

hf download doubixz/primitive-operation-painter-2-1b --local-dir POP2-1B

После скачивания укажите model.pt и caption_spm_1500.model в настройках приложения. Для генерации можно начать с CFG=1 и Rényi α=4.

Подробнее

Бенчмарков в карточке нет. Обучение: 60 эпох, global step 10020, effective global batch 600; EMA отключён.
Это inference-чекпоинт: оптимизаторных шардов для точного продолжения обучения нет.
Требования к VRAM не указаны — GPU-поддержка и скорость зависят от сборки приложения и железа.
Модель обучена вокруг данных с anime-лицами и китайских описаний; это не универсальный фотореалистичный генератор, а приложение может отклонять OOV-текст.