Openvision Vit Base Patch8 160
OpenVision-ViT-Tinyは完全オープンで高コストパフォーマンスな先進的な視覚エンコーダで、OpenVisionファミリーの一部であり、マルチモーダル学習に焦点を当てています。
ダウンロード数 26
リリース時間 : 5/6/2025
モデル概要
このモデルは軽量なVision Transformerモデルで、効率的な画像特徴抽出のために設計されており、マルチモーダル学習タスクに適しています。
モデル特徴
完全オープン
モデルは完全にオープンで、研究や商業利用に便利です。
高コストパフォーマンス
計算効率を重視した設計で、性能を維持しながらリソース要件を低減します。
軽量
Tinyバージョンは特にリソースが限られた環境に適しています。
モデル能力
画像特徴抽出
マルチモーダル学習サポート
使用事例
コンピュータビジョン
画像分類
画像分類タスクの特徴抽出器として使用可能
マルチモーダル学習
視覚-言語連合表現学習に使用
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