plamo-2.1-2b-vl-mlx-bf16

PLaMo 2.1-2B-VL (MLX bf16, reference-verified) — Built with PLaMo

Preferred Networksの PLaMo 2.1-2B-VL（Mamba×Attentionハイブリッドplamo2 LM＋SigLIP so400mの日英VLM）のMLX bf16変換版です。

当方で移植したMLX実装は**mlx-vlm本体にマージ済み（0.6.8で標準対応）**です（plamo2vl/ディレクトリ）。導入手順は下記のとおりです。

transformers公式実装（bf16・MPS）との突き合わせ検証の基準となる版です。通常利用には高速・省メモリな 8bit（推奨）か 4bit をどうぞ。

このrepoは上流のtrust_remote_codeをtransformers 5対応に再構成済みです（上流はtransformers<5専用。standalone configへの差し替え・torch用modelingの除去）。mlx-vlm 0.6.7（transformers 5系）でそのまま動きます。

導入手順

mlx-vlm 0.6.8以降なら追加手順は不要です（この移植実装は#1739で本体にマージされ、0.6.8に収録されました。0.6.8での動作を実測確認済み）:

pip install mlx-vlm numba torch torchvision

<details><summary>0.6.7以前を使う場合（旧手順）</summary>

repo同梱のplamo2vl/をmlx_vlm/models/へコピーしてください（詳細は旧版カード参照）。

</details>

使い方

チャットテンプレートではなく、processorが日本語Alpaca型（### 指示:/### 応答:）のプロンプトを内部で組み立てます。processor(images=画像, text=質問)だけで正しい形式になります。コード例は8bit版のカードと同じです（repo名を読み替えてください）。

変換品質の検証（tokimoa）

• transformers公式実装（bf16・MPS）と同一入力でのprefillロジット比較: 6プロンプト全てでtop-1トークン一致（cos類似度0.998〜0.9999・top-10重複8〜10/10）
• 写真説明プローブで参照実装とgreedy出力が文字列レベルで完全一致
• 補足: モデルが不確信な入力（高密度文書の数値読み取り等）では、torch実装↔MLX実装間でもbf16数値ゆらぎの蓄積によりgreedy出力が途中分岐します（これはどちらの実装でも正解に到達しない領域で、変換品質の問題ではありません）

用途上の注意: 2Bクラスのため高密度なビジネス文書の細かい数値読み取りは苦手です（transformers公式実装でも同様に誤読することを確認済み）。写真・図の説明など軽量VL用途に向いています。

実測速度（M4 Max 36GB）

• 生成: 約50 tok/s / プロンプト処理: 約1,500 tok/s（画像2,187トークン=Eagle2タイリング3枚・384px）
• ピークメモリ: 9.2GB（重み5.4GB）

変換情報

• 変換元: pfnet/plamo-2.1-2b-vl（公式BF16、commit 3d32366）
• MLX実装: mlx-vlm 0.6.7の部品＋mlx-lmのplamo2実装をベースに移植したplamo2vlパッケージ（このrepoに同梱。RoPE base=1e6のplamo-2.1系対応を含む）
• 変換: mlx-vlm 0.6.7ベースの手動変換（上流remote codeがtransformers<5専用のためprocessorロードを迂回。bf16キャスト）
• 兄弟repo: 8bit（推奨・6.9GB・約84 tok/s）/ 4bit（最軽量2.1GB・約120 tok/s）
• 変換者: tokimoa

ライセンス

PLaMoコミュニティライセンス（全文を同梱のLICENSE.mdに収録。本モデルの利用はその条件に従います）:

• 個人・学術利用は登録不要で利用可
• 商用利用は事前登録＋年商10億円以下が条件（超える場合はPFNの商用ライセンスが必要）
• 再配布時はライセンス同梱・「Built with PLaMo」表示・モデル名にPLaMoを含めることが必要