AIbase
JA
ホーム
Openvision Vit Small Patch8 384
O

Openvision Vit Small Patch8 384

UCSC-VLAAによって開発
OpenVisionは完全にオープンでコストパフォーマンスに優れた先進的なビジョンエンコーダーファミリーで、マルチモーダル学習に焦点を当てています。
マルチモーダル融合オープンソースライセンス:Apache-2.0#マルチモーダル学習#オープンビィジョンエンコーダー#コストパフォーマンス
ダウンロード数 21
リリース時間 : 5/6/2025

モデル概要

OpenVisionモデルは効率的な視覚的特徴抽出能力を提供し、マルチモーダル学習タスクをサポートします。このモデルファミリーは開放性とコスト効率を重視して設計されており、幅広い視覚アプリケーションシーンに適用可能です。

モデル特徴

完全開放性
モデルは完全にオープンで、自由な使用と改変が可能であり、コミュニティの協力とイノベーションを促進します。
高コストパフォーマンス
コスト効率を重視した設計で、高性能を維持しながら計算リソース要件を低減します。
マルチモーダルサポート
マルチモーダル学習タスク向けに最適化されており、視覚と言語など複数のデータモダリティを効果的に処理できます。

モデル能力

画像特徴抽出
マルチモーダル学習
視覚的表現学習

使用事例

コンピュータビジョン
画像検索
抽出した画像特徴を使用して効率的な類似画像検索を実行
視覚的質問応答
テキストと視覚情報を組み合わせて画像内容に関する質問に回答
マルチモーダルアプリケーション
画像テキストマッチング
画像とテキスト記述間の関連性を評価
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
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase