TIPOv2-1B-A200M
קוד פתוחKBlueLeafרישיון לא דווח2026-08-04
זה מודל הרחבת פרומפטים לתמונות עם ארכיטקטורת מומחים קלה. הוא הופך תיאור קצר לפרומפט מפורט בלי להעמיס על כרטיס המסך שלכם.
- 6.6 GBמשקל הקבצים
- 2,017הורדות בחודש
- 39לייקים
מה זה
המודל נועד לשבת כשלב מקדים לפני מחולל התמונות שלכם. במקום שתצטרכו להקליד ידנית עשרות תגיות booru או לתאר סצנה מורכבת במשפטים ארוכים, הוא לוקח קלט דל ומרחיב אותו לתיאור מפורט שתואם את הסגנון שמחוללי תמונה מבינים היטב.
המבנה שלו מבוסס על תערובת מומחים עם 991 מיליון פרמטרים בסך הכול, אבל רק כ־193 מיליון מתוכם פעילים בכל טוקן. זה נותן לו אוצר מילים ויכולת הכללה של מודל גדול בהרבה, תוך שמירה על מהירות ריצה של מודל קטנטן. הנתונים לאימון נבנו מחדש לחלוטין מחמישה מקורות שונים, ביניהם Danbooru ו־LAION, כשכל התיאורים בשפה טבעית נוסחו מחדש באמצעות Qwen3.5-2B כדי להבטיח אחידות בניסוח ולא להסתמך על איכות טקסט אקראית מהאינטרנט.
הוא כולל חלון הקשר של 4,096 טוקנים, מנתח טוקנים שמבוסס על DeepSeek-V4, ומערך של טוקני שליטה ייעודיים. הטוקנים האלה מאפשרים לכם לקבוע בדיוק את אורך הפלט המבוקש ואת כיוון ההמרה, למשל מתגיות לתיאור חופשי, מתיאור קצר לתגיות, או מתיאור קצר לתיאור ארוך.
מתאים ל
- הרחבת פרומפטים למחולל
לקיחת מילות מפתח בודדות והפיכתן לתיאור עשיר עם תאורה ופרטים לפני שליחה למודל התמונה.
- המרת תגיות לטקסט חופשי
תרגום רשימת תגיות booru לפסקה קריאה בשפה טבעית עבור מודלים שמתקשים עם תגיות בודדות.
- תיוג תמונות מטקסט קצר
הפקת רשימת תגיות מוגדרת ומדויקת מתוך תיאור סצנה קצר כדי לשלוט במאפייני התוצר.
איפה זה נופל
המודל אומן על אנגלית בלבד. אם תזינו לו טקסט בעברית הוא ייכשל, כך שחייבים לתרגם את הקלט לפני שמעבירים אותו דרכו. מעבר לכך, הדאטהסט נשען חזק מאוד על Danbooru עם משקל משולש, מה שגורם לו לנטות באופן מובהק למונחים, סגנון ותגיות של אנימה, גם כשמנסים לחלץ ממנו תיאור לצילום ריאליסטי. ההרצה מחייבת הרצת קוד צד שלישי לא מוכר בסקריפט שלכם בגלל הארכיטקטורה המותאמת אישית, מה שמקשה על הטמעה בסביבות ייצור מאובטחות בלי בדיקת קוד ידנית.
שאלות
נפוצות
האם אפשר לשלב אותו ישירות מול מודל תמונה שרץ על אותו מחשב?
כן. המשקל שלו בזיכרון זניח, בערך 2 ג'יגה בייט בפורמט הרגיל וכג'יגה בייט בודד בגרסה המכומתת, כך שהוא יכול לשבת על אותו כרטיס מסך לצד מחולל התמונות בלי לתפוס כמעט משאבים.
האם הוא יודע לעבוד עם פרומפטים בעברית?
לא, המודל אומן ומיועד לשפה האנגלית בלבד. כל ניסיון לתת לו הוראות או מילות מפתח בעברית יפיק פלט משובש לחלוטין, ותצטרכו לתרגם את הטקסט לאנגלית לפני ההרצה.
איך מריצים
קובץ ה־safetensors המקורי שוקל 1.98 ג'יגה בייט בפורמט float16, ויש גם גרסת GGUF בכימות שמונה ביט ששוקלת 1.07 ג'יגה בייט. בשביל להריץ אותו מקומית על כרטיס מסך, כל כרטיס מודרני פשוט עם 4 או 6 ג'יגה בייט של זיכרון VRAM יחזיק אותו בקלות לצד תהליכים אחרים, וגרסת ה־GGUF תרוץ מהר מאוד גם על מעבד רגיל.
ספריית transformers דורשת להפעיל trust_remote_code מפני שקוד הארכיטקטורה יושב בקובץ חיצוני צמוד למשקלים. אין שום סיבה לשלם על API חיצוני בשביל מודל שצורך פחות מ־200 מיליון פרמטרים פעילים בכל רגע נתון, שכן ההרצה המקומית מיידית וזולה משמעותית.
ollama run hf.co/KBlueLeaf/TIPOv2-1B-A200M:Q8_0
איזו גרסה
אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.
הקבצים
11 קבצים במאגר, 6.6 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
הפרויקט פורסם תחת רישיון בשם Kohaku License 1.0, אך תנאיו המדויקים אינם מפורטים בעמוד המודל ולא דווחו באופן רשמי במאגר. לפני שמשלבים אותו במוצר מסחרי או מפיצים אותו למשתמשי קצה, חובה לאתר את נוסח הרישיון המלא בקוד המקור ולוודא מה המגבלות על הפצה מסחרית.