base_model: unsloth/Llama-3.2-11B-Vision-Instruct tags:

• 文本生成推理
• transformers框架
• unsloth加速
• 多模态Llama license: Apache-2.0协议 language:
• 英文 model-index:
• name: DocumentCogito results:
  • task: type: 文本生成 name: 文本生成 dataset: name: IFEval (零样本) type: wis-k/instruction-following-eval split: 训练集 args: num_few_shot: 0 metrics:
    • type: 指令级严格准确率与提示级严格准确率 value: 50.64 name: 平均准确率 source: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard#/?search=Daemontatox%2FDocumentCogito name: 开放大模型排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: BBH (三样本) type: SaylorTwift/bbh split: 测试集 args: num_few_shot: 3 metrics:
    • type: 归一化准确率 value: 29.79 name: 标准化准确率 source: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard#/?search=Daemontatox%2FDocumentCogito name: 开放大模型排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: 数学五级难度 (四样本) type: lighteval/MATH-Hard split: 测试集 args: num_few_shot: 4 metrics:
    • type: 精确匹配率 value: 16.24 name: 完全匹配率 source: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard#/?search=Daemontatox%2FDocumentCogito name: 开放大模型排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: GPQA (零样本) type: Idavidrein/gpqa split: 训练集 args: num_few_shot: 0 metrics:
    • type: 归一化准确率 value: 8.84 name: 标准化准确率 source: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard#/?search=Daemontatox%2FDocumentCogito name: 开放大模型排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: MuSR (零样本) type: TAUR-Lab/MuSR args: num_few_shot: 0 metrics:
    • type: 归一化准确率 value: 8.6 name: 标准化准确率 source: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard#/?search=Daemontatox%2FDocumentCogito name: 开放大模型排行榜
  • task: type: 文本生成 name: 文本生成 dataset: name: MMLU专业版 (五样本) type: TIGER-Lab/MMLU-Pro config: 主配置 split: 测试集 args: num_few_shot: 5 metrics:
    • type: 准确率 value: 31.14 name: 准确率 source: url: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard#/?search=Daemontatox%2FDocumentCogito name: 开放大模型排行榜

unsloth/Llama-3.2-11B-Vision-Instruct (精调版)

模型概述

本模型基于unsloth/Llama-3.2-11B-Vision-Instruct进行精调，针对视觉-语言任务优化并增强指令跟随能力。通过结合Unsloth框架与Hugging Face的TRL库，训练速度提升2倍，在保持高性能的同时实现高效训练。

关键信息

• 开发者: Daemontatox
• 基础模型: unsloth/Llama-3.2-11B-Vision-Instruct
• 许可证: Apache-2.0
• 语言: 英语(en)
• 使用框架: Hugging Face Transformers、Unsloth及TRL

性能与应用场景

本模型适用于以下场景：

• 基于视觉的文本生成与描述任务
• 多模态环境下的指令跟随
• 具备增强推理能力的通用文本生成

特性

• 2倍训练加速: 采用Unsloth框架实现快速精调
• 多模态能力: 强化视觉-语言交互处理
• 指令优化: 专为提升指令理解与执行能力设计

使用指南

推理示例(Hugging Face Transformers)

from transformers import AutoTokenizer, AutoModelForCausalLM

tokenizer = AutoTokenizer.from_pretrained("Daemontatox/finetuned-llama-3.2-vision-instruct")
model = AutoModelForCausalLM.from_pretrained("Daemontatox/finetuned-llama-3.2-vision-instruct")

input_text = "描述这幅展示山脉日落的图片。"
inputs = tokenizer(input_text, return_tensors="pt")
outputs = model.generate(**inputs, max_length=100)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))
# [开放大模型排行榜评估结果](https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard)
详细结果请访问[此处](https://huggingface.co/datasets/open-llm-leaderboard/Daemontatox__DocumentCogito-details)！
汇总结果请查看[此处](https://huggingface.co/datasets/open-llm-leaderboard/contents/viewer/default/train?q=Daemontatox%2FDocumentCogito&sort[column]=Average%20%E2%AC%86%EF%B8%8F&sort[direction]=desc)！

|      指标        |  值(%)  |
|------------------|--------:|
|**平均值**        |    24.21|
|IFEval (零样本)   |    50.64|
|BBH (三样本)      |    29.79|
|数学五级难度 (四样本)|    16.24|
|GPQA (零样本)     |     8.84|
|MuSR (零样本)     |     8.60|
|MMLU专业版 (五样本)|    31.14|