К содержимому
Компьютерное зрение

GAR-Lite-2B

компактная мультимодальная модель для работы с регионами изображений

2 мин чтенияобновлено

Модель GAR-Lite-2B представляет собой официальный стандартный чекпоинт из проекта Grasp Any Region v2: Generalist Multimodal Region Experts at Scale. Архитектурно она основана на немодифицированной базовой модели Qwen3.5-2B и получена с помощью двухэтапной дистилляции (OPD). Модель специализируется на мультимодальных задачах image-text-to-text, позволяя эффективно обрабатывать конкретные области изображений и текстовые описания. Она пригодится разработчикам и исследователям, которым нужна легковесная языково-визуальная модель с поддержкой стандартных библиотек вроде Transformers и vLLM.

Ключевые особенности

  • Базируется на немодифицированной архитектуре Qwen3.5-2B (Qwen3_5ForConditionalGeneration).
  • Обучена методом двухэтапной дистилляции (OPD — on-policy distillation) с использованием двух учителей из GAR-v2.
  • Полная совместимость со стандартной библиотекой Hugging Face Transformers без необходимости в кастомном коде.
  • Нативная поддержка в популярном движке vLLM без использования дополнительных плагинов.

Что можно сделать

  • Запустить инференс для детального описания или анализа конкретных областей (bounding boxes) на изображениях.
  • Интегрировать модель в Python-скрипты с использованием стандартного процессора и класса AutoModelForImageTextToText.
  • Использовать автономный CLI-скрипт для быстрого тестирования мультимодальных возможностей модели по координатам рамок.
  • Развернуть модель в инференс-сервере на базе vLLM для эффективной обработки запросов.

Пример

Запуск модели с помощью стандартной библиотеки Hugging Face Transformers:

import torch
from transformers import AutoModelForImageTextToText, AutoProcessor

processor = AutoProcessor.from_pretrained("laolida-w/GAR-Lite-2B")
model = AutoModelForImageTextToText.from_pretrained(
    "laolida-w/GAR-Lite-2B",
    torch_dtype=torch.bfloat16,
    device_map="auto",
).eval()
ПодробнееРазмер модели: 2.72 млрд параметров (2.72B).
Архитектура: дистиллированная Qwen3_5ForConditionalGeneration.
Особенности запуска: поддержка torch.bfloat16 и автоматического распределения по устройствам (device_map).
Обсудить Telegram 0 24

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 5.1 GB · готовые файлы6.1 GB
  • FP8 / INT8рекомендуемвеса 2.5 GB3.3 GB
  • 4-bitвеса 1.4 GB2.1 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 5060 Ti 8GB

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # laolida-w/GAR-Lite-2B
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download laolida-w/GAR-Lite-2B --local-dir ~/models/GAR-Lite-2B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к GAR-Lite-2B
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии GAR-Lite-2B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 1Все на Hugging Face

О модели

laolida-w/GAR-Lite-2B
Автор
laolida-w
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

240

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Krypton Fly 3.0

Krypton Fly 3.0