GPT
הוספת כלי
H

Holo3-35B-A3B

קוד פתוח

Hcompanyapache-2.02026-03-23

  • transformers
  • safetensors
  • qwen3_5_moe
  • image-text-to-text
  • multimodal

מודל ראייה ושפה שמיועד להפעלת ממשקים ומחשב במקום משתמש אנושי. הוא מחזיק 35 מיליארד פרמטרים אך מפעיל רק 3 מיליארד בכל שלב, מה שמוזיל משמעותית את זמן החישוב.

  • 35Bפרמטרים
  • 262,144טוקנים בהקשר
  • 65.4 GBמשקל הקבצים
  • 481הורדות בחודש

מה זה

מדובר במודל MoE שנבנה על בסיס Qwen3.5 ומכוון ישירות לשליטה בסביבות דיגיטליות, כולל דפדפנים, יישומי שולחן עבודה וממשקי מובייל. במקום להיות עוד מודל רב תכליתי שמייצר פסקאות, הוא מנתח תמונות מסך, מבין את הרכיבים המוצגים ומחליט אילו פעולות לבצע ברצף כדי לסיים משימה.

היתרון המרכזי כאן הוא היעילות מול ביצועים במשימות שליטה. לפי נתוני היוצרים, הוא הגיע לתוצאה של 77.8% במבחן OSWorld-Verified, שבודק משימות אמיתיות של הפעלת מערכת הפעלה. המשמעות בפועל היא יכולת איתור אלמנטים גרפיים ותרגום שלהם לפעולות בצורה תחרותית למודלים סגורים גדולים בהרבה, תוך שמירה על דרישות עיבוד נמוכות יותר בזכות שימוש בשלושה מיליארד פרמטרים פעילים בלבד.

מתאים ל

  • אוטומציה של ממשקי תוכנה

    הפעלת תוכנות שולחניות וארגוניות שאין להן API מסודר ישירות דרך מסך המשתמש.

  • ניווט ומילוי טפסים ברשת

    ביצוע משימות מרובות שלבים באתרי אינטרנט ובחנויות אלקטרוניות ללא התערבות ידנית.

  • בדיקות ממשק אוטומטיות

    זיהוי אלמנטים גרפיים ובדיקת תהליכי עבודה שחוצים מספר אפליקציות במקביל.

איפה זה נופל

השפה הנתמכת רשמית היא אנגלית בלבד. מי שמתכנן להריץ את המודל על מערכות בעברית, אתרי מסחר ישראליים או ממשקים עם טקסט מקומי, עלול לגלות שהסוכן פשוט מפספס כפתורים ושדות טקסט. בנוסף, משימות אוטומציה של ממשק נוטות להישבר מכל שינוי גרפי קטן, ודורשות מנגנוני אימות הדוקים כדי שהמודל לא יבצע פעולות שגויות ללא יכולת חזרה.

שאלות
נפוצות

האם המודל יפעל בצורה אמינה על ממשקים בעברית?

הכרטיס מציין תמיכה באנגלית בלבד. המודל עלול להתקשות בקריאת טקסטים בעברית על המסך, בזיהוי כפתורים מימין לשמאל ובפענוח הקשר מקומי. אם הממשק שלכם לא באנגלית, חובה לבדוק אותו היטב לפני שנכנסים לפיתוח.

למה כדאי להריץ אותו אם הוא שוקל מעל 65 גיגה בייט?

הגודל מייצג 35 מיליארד פרמטרים, אבל ארכיטקטורת ה־MoE מפעילה רק 3 מיליארד בזמן הריצה. זה נותן דיוק גבוה במשימות ניווט ומחשב בלי לשלם את זמן החישוב וההשהיה של מודל ענק רגיל, בהנחה שיש לכם מספיק זיכרון וידאו לטעון את כל המשקלים.

איך מריצים

המשקל הכולל של הקבצים מגיע ל־65.4 גיגה בייט, כך שצריך כרטיס מסך חזק מאוד, או שילוב של כמה כרטיסים עם לפחות 80 גיגה זיכרון וידאו פנוי להרצה מקומית מלאה ללא קוונטיזציה. המודל נתמך בספריית transformers של פייתון.

אם אין לכם שרת ייעודי זמין עם החומרה הזו, כנראה שלא כדאי להתעסק עם ההורדה והאחסון של 28 הקבצים. במקרים כאלה עדיף לבדוק שימוש ישיר ב־API שהחברה מציעה, במיוחד אם אתם רק בוחנים את היכולת של הסוכן על תהליך עבודה בודד.

from transformers import pipeline

pipe = pipeline("image-text-to-text", model="Hcompany/Holo3-35B-A3B")
print(pipe("שלום"))

הקבצים

28 קבצים במאגר, 65.4 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מופץ תחת רישיון Apache 2.0. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד ולהטמיע אותו בתוך מוצרים פרטיים, כל עוד שומרים על הודעת הרישיון המקורית ומציינים את השינויים שבוצעו.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗