AIbase
JA
モデル選定
タグ
画像テキスト対照学習

# 画像テキスト対照学習

Llave 7B
Apache-2.0
LLaVE-7BはLLaVA-OneVision-7Bモデルを基にした70億パラメータのマルチモーダル埋め込みモデルで、テキスト、画像、複数画像、動画の埋め込み表現能力を備えています。
マルチモーダル融合 Transformers 英語
L
zhibinlan
1,389
5
Llave 2B
Apache-2.0
LLaVE-2BはAquila-VL-2Bモデルを基にした20億パラメータのマルチモーダル埋め込みモデルで、4Kトークンのコンテキストウィンドウを持ち、テキスト、画像、複数画像、動画の埋め込み表現をサポートします。
テキスト生成画像 Transformers 英語
L
zhibinlan
20.05k
45
DFN Public
これはCLIPベースのViT-B/32モデルで、データフィルタリングネットワーク(DFN)を使用してCC12M、CC3M、Shutterstock 15Mデータセットから訓練され、ゼロショット画像分類タスクに適しています。
テキスト生成画像 Transformers
D
apple
3,822
1
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