baohuynhbk14/Qwen3-VL-Demo
רץ בדפדפןbaohuynhbk14רישיון לא דווח2025-10-23
הדגמה שמאפשרת להריץ מודלים ממשפחת Qwen3-VL על תמונות, סרטוני וידאו ומסמכי PDF ישירות בדפדפן. היא מתאימה למי שרוצה לבחון את יכולות הראייה והחשיבה של המודלים בגדלים שונים.
- —הורדות בחודש
- 56לייקים
מה זה
אתם מעלים קובץ תמונה, וידאו או PDF, כותבים שאלה או הוראה בתיבת הטקסט, ומקבלים תשובה מנותחת. הממשק מחולק לשלוש לשוניות לפי סוג המדיה, ובלשונית ה־PDF יש גם תצוגה מקדימה שמאפשרת לדפדף בין עמודי המסמך באמצעות ספריית PyMuPDF.
מאחורי הקלעים נטענים חמישה מודלים שונים לבחירה: גרסאות Instruct בגדלים של 2B, 4B ו־8B פרמטרים, לצד שתי גרסאות Thinking בגדלים 2B ו־4B שמציגות תהליך חשיבה. הפלט מוחזר בשתי צורות, תיבת טקסט גולמי ותצוגת Markdown עם תמיכה בנוסחאות LaTeX.
הממשק כולל דוגמאות מובנות לכל סוג קלט, לצד הגדרות מתקדמות שמאפשרות לשנות את ה־Temperature, כמות הטוקנים המקסימלית, ומדדי Top-p ו־Top-k.
מתאים ל
- ניתוח מסמכי PDF
מעלים קובץ PDF, מדפדפים בין העמודים ומבקשים מהמודל לתמצת את המידע או לענות על שאלות.
- שאלות על תמונות
מעלים תמונה ושואלים על פרטים ספציפיים, זיהוי אובייקטים או הסבר על מה שמופיע בה.
- בדיקת מודלי חשיבה
מריצים שאילתות מורכבות על גרסאות ה־Thinking של 2B ו־4B כדי לראות את שלבי הפתרון.
- הבנת סרטוני וידאו
מעלים קובץ וידאו קצר ומקבלים תיאור של ההתרחשות לאורך הזמן.
איפה זה נופל
ההדגמה מוגבלת למשאבים של סביבת ZeroGPU, ולכן משימות כבדות מדי עלולות להיעצר בגלל מגבלות זמן ריצה. בנוסף, חמשת המודלים טעונים באותה אפליקציה, מה שעשוי ליצור עומס או איטיות בטעינה ראשונית.
בגרסאות הקטנות יותר כמו 2B, התשובות עלולות לפספס פרטים קטנים בתמונות מורכבות או לא לדייק בקריאת טקסט מתוך PDF. כדאי לזכור שזו סביבת בדיקה בסיסית ולא שירות שמתאים לעיבוד מאסיבי של קבצים.
שאלות
נפוצות
האם השימוש בהדגמה עולה כסף?
לא, הגישה להדגמה בדפדפן היא חינמית לחלוטין. היא רצה על גבי תשתית Spaces של Hugging Face ללא צורך בתשלום.
האם צריך לפתוח חשבון כדי לנסות אותה?
אפשר לגשת לדף ולהשתמש בכלים בלי להירשם או להתחבר. כל מה שצריך זה דפדפן וקובץ מתאים לבדיקה.
מה קורה לקבצים שאני מעלה?
הקבצים עוברים עיבוד בשרת שבו רצה האפליקציה לצורך מתן התשובה. מאחר שהרישיון וההגדרות לא מפורטים, עדיף לא להעלות קבצים פרטיים או סודיים.
במה שונה גרסת ה־Thinking מגרסת ה־Instruct?
גרסאות ה־Thinking מתוכננות לבצע תהליך חשיבה מפורט ושלבי לפני שהן מספקות את התשובה הסופית. גרסאות ה־Instruct עונות ישירות להוראה בצורה ממוקדת.
איך משתמשים
בוחרים לשונית, מעלים את הקובץ הרצוי, מקלידים הוראה ולוחצים על Submit. אפשר לבחור את המודל הספציפי מתוך רשימת הרדיו בעמוד ולשנות פרמטרים לפי הצורך.
הקוד רץ על חומרת zero-a10g שמקצה משאבי מאיץ גרפי לפי דרישה. זה אומר שאם המאיץ לא פעיל באותו רגע, תצטרכו להמתין מעט להקצאת החומרה לפני שהעיבוד מתחיל בפועל, במיוחד בניתוח של קובצי וידאו ארוכים או מסמכים מרובי עמודים.
הרישיון
הרישיון של האפליקציה לא דווח בקוד או בתיעוד. המשמעות היא שאין תנאי שימוש ברורים לגבי זכויות היוצרים על הקוד, וכל קובץ שאתם מעלים מועבר לשרתי ההדגמה הציבוריים של Hugging Face, ולכן לא מומלץ להעלות מסמכים רגישים.