Chinese Clip Vit Large Patch14
中国語CLIPモデル、Vision Transformerアーキテクチャに基づき、画像とテキストのクロスモーダル理解と生成をサポート。
ダウンロード数 14
リリース時間 : 12/13/2023
モデル概要
このモデルは中国語の視覚-言語事前学習モデルで、画像とテキストの関係を理解し、画像分類、テキストからの画像説明生成などのクロスモーダルタスクをサポートします。
モデル特徴
クロスモーダル理解
画像とテキスト情報を同時に処理し、両者の意味的関連性を理解可能
中国語最適化
中国語と言語シーンに特化して最適化訓練を実施
ウェブデプロイメント
ONNXフォーマットに変換済み、Transformers.jsを通じてブラウザで動作可能
モデル能力
画像特徴抽出
テキスト特徴抽出
画像-テキスト類似度計算
クロスモーダル検索
画像説明生成
使用事例
電子商取引
商品検索
テキスト記述を通じて関連商品画像を検索
検索精度とユーザー体験の向上
コンテンツ審査
画像とテキストの整合性チェック
画像内容と説明テキストが一致しているか検出
虚偽または誤解を招くコンテンツの削減
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