Eva02 Large Patch14 Clip 224.merged2b
EVA CLIPモデルはOpenCLIPとtimmモデルの重みに基づく視覚言語モデルで、ゼロショット画像分類などのタスクをサポートします。
ダウンロード数 165
リリース時間 : 12/26/2024
モデル概要
このモデルはEVAとCLIPアーキテクチャの利点を組み合わせ、視覚と言語のマルチモーダルタスクを処理するために設計されており、特にゼロショット画像分類に優れています。
モデル特徴
ゼロショット学習能力
特定タスクのファインチューニングなしで画像分類タスクを実行可能
マルチモーダル理解
視覚情報と言語情報を同時に処理可能
効率的なアーキテクチャ
改良されたCLIPアーキテクチャに基づき、性能と効率のバランスを実現
モデル能力
ゼロショット画像分類
画像-テキストマッチング
マルチモーダル特徴抽出
使用事例
コンピュータビジョン
画像分類
未見の画像カテゴリを分類
ゼロショット設定で良好な性能を達成
コンテンツモデレーション
画像内の不適切なコンテンツを識別
マルチモーダルアプリケーション
画像検索
テキスト記述に基づく関連画像の検索
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98