跳到正文
实时
热点事件观察中

SingVL_S1_4B 发布

2 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

蚂蚁 inclusionAI 与 Hugging Face 发布基于 Qwen3.5 的多模态决策模型 SingVL_S1_4B,该模型可对文本或 JSON 及最多四张图像回答命名问题。SingVL_S1_4B 在 43 个文本数据集和 11 个视觉数据集上表现优异,支持 Python 3.12 和 PyTorch 推理。 SingVL_S1_4B 是一个基于 Qwen3.5 的多模态决策模型,能够处理文本或 JSON 输入,并支持最多四张图像的输入,以回答命名问题。每个问题的回答通过单个 Transformers 前向传递评分选项。新发布的 SingVL-4B GGUF 是 SingVL_S1_4B 的 4B 参数版本,使用 llama.cpp 适配器,默认上下文容量为 4096 token,并在 Text 和 Vision 评测中分别得到 69.76 和 73.94 的分数。

AI 根据报道生成 · 更新于 2 天前

报道时间线

沿着报道,了解事件的不同侧面。

11月12日
  1. 蚂蚁 inclusionAI · Hugging Face 新模型
    inclusionAI/SingVL_S1_4B_GGUF 发布 SingVL-4B GGUF 多模态决策模型

    SingVL-4B GGUF 是基于 Qwen3.5 的 4B 参数多模态决策模型 Sing VL S1 的 GGUF 版本,可对文本或 JSON 及最多四张图像回答命名问题,并使用完整前向传递评分选项,在 Text 评测中得分为 69.76,Vision 评测中得分为 73.94。模型使用 llama.cpp 适配器,默认上下文容量为 4096 token,支持文本和图像输入。

11月11日
  1. 蚂蚁 inclusionAI · Hugging Face 新模型
    inclusionAI/SingVL_S1_4B 发布:基于 Qwen3.5 的多模态决策模型

    Sing VL S1 是一个基于 Qwen3.5 的多模态决策模型,可对文本或 JSON 及最多四张图像回答命名问题,每个问题使用单个 Transformers 前向传递评分选项,在 43 个文本数据集和 11 个视觉数据集上表现优异,支持 Python 3.12 和 PyTorch 推理。

本事件热度走势

可比范围当前
3
可比范围峰值
1011月12日 11:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。