Openvision Vit So400m Patch14 384
OpenVisionは、完全にオープンでコスト効率の高い高度なビジョンエンコーダのファミリーで、マルチモーダル学習に使用されます。
ダウンロード数 238
リリース時間 : 5/6/2025
モデル概要
OpenVisionは、効率的なビジョンエンコーダのシリーズを提供し、マルチモーダル学習タスクをサポートし、特に画像特徴抽出と関連アプリケーションに適しています。
モデル特徴
完全オープン
モデルは完全にオープンソースで、自由な使用と改変が可能です。
コスト効率
計算効率を重視した設計で、リソースが限られた環境に適しています。
マルチモーダルサポート
視覚と言語のマルチモーダル学習タスクをサポートします。
モデル能力
画像特徴抽出
マルチモーダル学習
視覚言語アラインメント
使用事例
コンピュータビジョン
画像分類
抽出された画像特徴を使用して分類タスクを行います。
画像検索
視覚的特徴に基づく類似性検索。
マルチ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
画像とテキストの意味空間をアラインメントします。
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