CLIP ViT L Rho50 K1 Constrained FARE2
C
CLIP ViT L Rho50 K1 Constrained FARE2
LEAF-CLIPによって開発
openai/clip-vit-large-patch14をベースに微調整した特徴抽出モデルで、画像とテキストエンコーダを最適化しました。
ダウンロード数 253
リリース時間 : 4/16/2025
モデル概要
これはCLIPアーキテクチャに基づく特徴抽出モデルで、FAREとLEAF手法を用いて画像とテキストエンコーダを微調整し、マルチモーダル特徴抽出タスクに適しています。
モデル特徴
敵対的微調整
画像エンコーダはFAREを使用してε = 2/255で微調整され、敵対的攻撃に対するロバスト性が強化されました。
意味制約微調整
テキストエンコーダはLEAFを使用してk = 1、ρ = 50で意味制約を伴って微調整されました。
マルチモーダル特徴抽出
画像とテキストの特徴抽出を同時にサポートし、元のCLIPのマルチモーダル能力を維持します。
モデル能力
画像特徴抽出
テキスト特徴抽出
マルチモーダル特徴アライメント
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類似画像を検索します。
自然言語処理
クロスモーダル検索
テキストから画像または画像からテキストのクロスモーダル検索を実現します。
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