🚀 Adasah - Qwen 2.5 3B (4-bit)：针对阿拉伯语图片问答与描述进行微调

Adasah是基于Qwen 2.5 3B基础模型微调的变体，专为在视觉场景下理解阿拉伯语而优化。它能够回答关于图像的阿拉伯语问题、生成视觉内容的阿拉伯语描述，还能作为阿拉伯语用户的移动助手。

🚀 快速开始

使用mlx运行模型

你可以按照以下步骤使用mlx来运行Adasah模型：

1. 安装mlx-vlm库：

pip install -U mlx-vlm

2. 运行推理命令：

python -m mlx_vlm.generate --model NAMAA-Space/Adasah-QA-0.1-3B-Instruct-merged-4bits --max-tokens 100 --temperature 0.0 --prompt "Describe this image." --image <path_to_image>

✨ 主要特性

模型演示视频

点击下面的视频查看模型的演示效果：

Adasah - iOS应用

你可以从App Store下载Adasah iOS应用： App Store

⚠️ 重要提示

该应用会下载一个2GB的模型，因此首次下载需要一些时间。

模型信息

模型来源

本模型派生自Huggingsnap： https://github.com/huggingface/HuggingSnap

📚 详细文档

模型概述

Adasah是Qwen 2.5 3B基础模型的微调版本，针对视觉场景下的阿拉伯语理解进行了优化。该模型在一个自定义数据集上进行训练，该数据集包含英语视觉问答对和翻译成阿拉伯语的图片描述，使其具备以下能力：

• 回答关于图像的阿拉伯语问题
• 生成视觉内容的阿拉伯语描述
• 作为阿拉伯语用户的移动助手

模型被量化为4-bit，以确保在iOS应用上实现流畅的设备端性能。

移动端优化

模型采用4-bit精度进行量化，使其轻量级且适合以下场景的设备端推理：

• iOS应用
• 离线优先的移动体验
• 阿拉伯语教育或无障碍工具