A-Vision — это русскоязычная визуально-языковая модель (VLM), построенная на архитектуре Qwen2.5-VL-7B-Instruct. Её уникальность — в целенаправленной доменной адаптации для понимания изображений в контексте русского языка и специфики маркетплейса. Как и A-Vibe, модель получила оптимизированный токенизатор, что уменьшило её размер до 7.4B параметров и увеличило скорость обработки русскоязычных мультимодальных запросов на 50%. Главное же отличие — собственный обучающий корпус, собранный Авито: около 200 тыс. изображений товаров и почти миллион русскоязычных пар «изображение-вопрос-ответ». Это позволяет модели глубоко понимать контекст бытовых предметов и объявлений.
Технически A-Vision прошла через многоступенчатый процесс адаптации: сначала был заменён токенизатор на русскоязычный с последующим freeze→unfreeze обучением LLM-части на большом корпусе русского текста, затем проведено мультимодальное SFT обучение на собранном датасете, и завершающий этап DPO для обеспечения безопасности ответов.
Модель демонстрирует сбалансированную экспертизу. Она лидирует в ключевом для бизнеса Авито бенчмарке AvitoImageGen_RU (0.7668), который оценивает качество автоматической генерации описаний товаров по фото, показывая прирост +6% к базовой модели. При этом она сохраняет и даже улучшает сильные стороны оригинала и в задачах с английским языком, опережая Qwen2.5-VL-7B-Instruct в тесте DocVQA_EN (94.97), проверяющем умение извлекать информацию из документов и форм.
Сценарии использования A-Vision напрямую связаны с её мультимодальной природой и обучением. Она предназначена для автоматизации работы с визуальным контентом: мгновенная генерация заголовков и описаний товаров по фотографии, извлечение текста, брендов и атрибутов с изображений (OCR), проверка соответствия фото текстовому описанию, а также помощь в модерации визуального контента на платформах.
| Наименование модели | Контекст | Тип | GPU | Статус | Ссылка |
|---|
Для данной модели пока нет публичных эндпоинтов.
Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.
Мы рекомендуем создание частных инстансов в случаях, если необходимо:
Свяжитесь с нашей специализированной группой поддержки по нейросетям support@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.