Vit B 16 Aion400m E32 1finetuned 1
V
Vit B 16 Aion400m E32 1finetuned 1
Albe-njuptによって開発
OpenCLIPフレームワークに基づくVision Transformerモデルで、ゼロショット画像分類タスク向けにファインチューニングされています
ダウンロード数 18
リリース時間 : 3/4/2024
モデル概要
このモデルはVision Transformer (ViT)アーキテクチャに基づく視覚言語モデルで、AION-400Mデータセットを使用してトレーニングおよびファインチューニングされており、ゼロショット画像分類タスクに優れています。
モデル特徴
ゼロショット学習能力
特定のカテゴリのトレーニングなしで新しいカテゴリの画像分類が可能
大規模事前学習
AION-400M大規模データセットに基づく事前学習とファインチューニング
視覚言語アライメント
対照学習による画像とテキスト特徴の共同埋め込みを実現
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
クロスモーダル検索
使用事例
コンテンツ分類
ソーシャルメディアコンテンツ自動タグ付け
アップロードされた画像に関連タグを自動的に追加
コンテンツ分類効率の向上、手動ラベリングコストの削減
電子商取引
商品画像自動分類
商品画像に基づいて適切なカテゴリに自動分類
商品登録効率の向上、検索体験の最適化
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