Vit Large Patch14 Clip 224.laion400m E31
LAION-400Mデータセットで学習されたVision Transformer大型モデル、ゼロショット画像分類タスクをサポート
ダウンロード数 21.15k
リリース時間 : 10/23/2024
モデル概要
このモデルはデュアルパーパスの視覚モデルで、OpenCLIPとtimmフレームワークの両方と互換性があり、主に画像分類タスクに使用され、特にゼロショット学習シナリオに優れています
モデル特徴
デュアルフレームワーク互換
OpenCLIPとtimmフレームワークの両方をサポートし、より柔軟な使用方法を提供
ゼロショット学習
特定のドメインの学習なしで画像分類タスクを完了可能
大規模学習データ
LAION-400Mデータセットに基づいて学習され、幅広い視覚概念理解能力を有する
モデル能力
ゼロショット画像分類
視覚的特徴抽出
クロスモーダル理解
使用事例
画像分析
一般的な物体認識
画像内の一般的な物体を分類・識別
オープンドメイン画像分類タスクで良好なパフォーマンス
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自動識別
さまざまなタイプのセンシティブコンテンツを効果的に識別可能
クロスモーダルアプリケーション
画像とテキストのマッチング
画像とテキスト説明の一致度を評価
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