TVC 7B

🚀 TVC-7B

TVC-7B 模型基于 Qwen2-VL-7B-Instruct 模型，拥有 70 亿参数，上下文窗口达 8K 个标记。它支持中英双语，可用于图像文本到文本的转换任务，在长链推理和多模态处理方面表现出色。

🚀 快速开始

from vllm import LLM, SamplingParams
from PIL import Image

model_name = "Allen8/TVC-72B"
llm = LLM(
        model=model_name,
        trust_remote_code=True,
        tensor_parallel_size=8,
    )

question = "Hint: Please answer the question requiring an integer answer and provide the final value, e.g., 1, 2, 3, at the end.
Question: Subtract all red things. Subtract all tiny matte balls. How many objects are left?
Please answer the question using a long-chain reasoning style and think step by step."
placeholder = "<|image_pad|>"
prompt = ("<|im_start|>system
You are a helpful assistant.<|im_end|>
"
f"<|im_start|>user
<|vision_start|>{placeholder}<|vision_end|>"
f"{question}<|im_end|>
"
"<|im_start|>assistant
")

sampling_params = SamplingParams(
    temperature=0.0,
    top_k=1,
    top_p=1.0,
    stop_token_ids=[],
    repetition_penalty=1.05,
    max_tokens=8192
)

image = Image.open("images/case1.png")
inputs = {
            "prompt": prompt,
            "multi_modal_data": {
                "image": image
            },
        }

outputs = llm.generate([inputs], sampling_params=sampling_params)
print(outputs[0].outputs[0].text)

✨ 主要特性

• 基于 Qwen2-VL-7B-Instruct 架构，拥有 70 亿参数。
• 支持 8K 标记的上下文窗口，适用于长链推理任务。
• 支持中英双语，具备多模态处理能力。

📚 详细文档

模型概述

TVC 模型是基于 Qwen2-VL-7B-Instruct 模型的 70 亿参数模型，上下文窗口为 8K 标记。

• 仓库地址：https://github.com/sun-hailong/TVC
• 项目页面：https://sun-hailong.github.io/projects/TVC/
• 支持语言：英语、中文
• 论文链接：https://arxiv.org/abs/2503.13360

模型架构

软硬件信息

• 硬件：64 * NVIDIA Tesla H20
• 编排工具：HuggingFace Trainer
• 代码框架：Pytorch

框架版本

• Transformers 4.46.1
• Pytorch 2.5.1+cu124
• Datasets 3.1.0
• Tokenizers 0.20.3

📄 许可证

本模型采用 Apache-2.0 许可证。

🔖 引用

如果您使用了该模型，请引用以下论文：

@article{sun2024mitigating,
    title={Mitigating Visual Forgetting via Take-along Visual Conditioning for Multi-modal Long CoT Reasoning},
    author={Sun, Hai-Long and Sun, Zhun and Peng, Houwen and Ye, Han-Jia},
    journal={arXiv preprint arXiv:2503.13360},
    year={2025}
}