이미지에 대한 질문을 로컬 비전-언어 모델에 던지고 답을 확률값으로 받아오는 도구다. 요헤이 나카지마(yoheinakajima)가 공개했으며, 기본 모델 Qwen3-VL-4B의 단일 순전파 로짓에서 예/아니오, 보기 중 선택, 등급 평가 결과를 읽어낸다. 텍스트를 생성하거나 모델을 학습하지 않으며 이미지는 기기 밖으로 나가지 않는다. 라벨 없는 이미지 16장 또는 라벨 이미지 약 32장으로 사용자 평가 기준을 보정하는 기능을 갖췄다. README의 자체 측정에서 yes/no 정확도 0.939, 보기 선택 0.933을 기록했으며, 소형 모델로서의 한계와 실패 사례도 함께 공개돼 있다.