К содержимому
Компьютерное зрение

amaara-decide-vision

модель для быстрого выбора вариантов по картинке

2 мин чтенияобновлено

Новая компактная мультимодальная модель amaara-decide-vision создана компанией The A-Tech Corporation на базе unsloth/Qwen3.5-0.8B и специализируется не на генерации текста или развернутых ответов, а на оценке опций. На вход подается изображение, вопрос и набор вариантов ответа, после чего модель за один проход возвращает точный выбор с откалиброванной вероятностью для каждого пункта. Модель отлично подходит для анализа графиков, интерфейсов и карт, выдавая результат менее чем за секунду. Она полезна разработчикам для быстрой автоматизации аналитических задач без затрат на генерацию громоздких текстовых описаний.

Ключевые особенности

  • Только выбор: Не генерирует прозу, а сразу возвращает распределение вероятностей по заданным вариантам ответа.
  • Быстрая работа: Модель с размером 0.8B параметров отрабатывает по картинке обычно менее чем за секунду на процессоре.
  • Специализация на графиках: Обучена на датасетах графиков, диаграмм, карт и элементов UI (например, rico-widget и mapqa).
  • Интеграция с Unsloth: Использован специальный метод обучения QLoRA с кастомными решающими головами Clef decision head.

Что можно сделать

  • Анализ графиков: Автоматически отвечать на вопросы по корпоративным или статистическим графикам и диаграммам.
  • Проверка интерфейсов: Обрабатывать скриншоты мобильных и веб-интерфейсов для классификации элементов UI.
  • Обработка карт: Применять в задачах проверки геоданных и ответов на вопросы по картам в режиме да/нет.

Пример

from unsloth import FastDecisionModel

model, processor = FastDecisionModel.from_pretrained(
    "theatechcorporation/amaara-decide-vision", load_in_4bit=False
)
answers, report = FastDecisionModel.predict(
    model, processor, state="Which region has the highest revenue?",
    questions={"q1": {"type": "choice",
                      "instructions": "Choose the criterion that best answers the question.",
                      "criteria": {"North": "", "South": "", "East": ""}}},
    images=["chart.png"],
)
ПодробнееАрхитектура: базовая модель unsloth/Qwen3.5-0.8B (Apache-2.0), обучено 38.1М из 699М параметров.
Точность: точность на графиках (set A) составляет 0.848, на картах mapqa — 0.942.
Ограничения: геометрия (intergps) не поддерживается, модель не предназначена для геометрических задач.
Оборудование: протестировано на RTX 5060 Ti 16 GB, поддерживается FP8 квантование и GGUF сборки.
Обсудить Telegram 0 128

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.6 GB · готовые файлы2.3 GB
  • FP8 / INT8рекомендуемвеса 0.8 GB1.4 GB
  • 4-bitвеса 0.5 GB1.0 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 2060

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.

    # theatechcorporation/amaara-decide-vision
    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 theatechcorporation/amaara-decide-vision --local-dir ~/models/amaara-decide-vision
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к amaara-decide-vision
  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

Дообучение модели

unsloth/Qwen3.5-0.8B
  1. Qwen3.5-0.8B-Baseоснова семьи
  2. Qwen3.5-0.8B
  3. Qwen3.5-0.8B
  4. amaara-decide-vision

Новые посты про версии Qwen3.5-0.8B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 9Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

theatechcorporation/amaara-decide-vision
Автор
theatechcorporation
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

1280

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

TinyForge-Vision-222M

TinyForge-Vision-222M
Языковые модели

amaara-code-explore

amaara-code-explore