AIbase
JA
モデル選定
タグ
ビデオテキスト対照学習

# ビデオテキスト対照学習

Xclip Base Patch16 Zero Shot
MIT
X-CLIPはCLIPのミニマルな拡張で、一般的なビデオと言語の理解のために、ビデオとテキストのマッチング関係を対照学習でトレーニングします。
テキスト生成ビデオ Transformers 英語
X
aurelio-ai
22
1
Xclip Large Patch14 Kinetics 600
MIT
X-CLIPはCLIPの拡張版で、一般的なビデオと言語の理解のために、ビデオとテキストのペアで対照学習によって訓練されています。
テキスト生成ビデオ Transformers 英語
X
microsoft
124
5
Xclip Base Patch16 Hmdb 4 Shot
MIT
X-CLIPはCLIPのミニマルな拡張で、汎用的なビデオ言語理解のために、(ビデオ、テキスト)ペアの対照学習方式でトレーニングされています。
ビデオ生成テキスト Transformers 英語
X
microsoft
22
1
Xclip Base Patch16 16 Frames
MIT
X-CLIPは、一般的なビデオと言語の理解のためにCLIPを極めてシンプルに拡張したもので、（ビデオ、テキスト）ペアで対照学習によってトレーニングされます。
テキスト生成ビデオ Transformers 英語
X
microsoft
1,034
0
Xclip Base Patch16
MIT
X-CLIPはCLIPの拡張版で、汎用ビデオ言語理解のために(ビデオ、テキスト)ペアで対照学習を行い、ビデオ分類やビデオ-テキスト検索などのタスクに適しています。
テキスト生成ビデオ Transformers 英語
X
microsoft
1,647
4
Xclip Base Patch32
MIT
X-CLIPはCLIPの拡張版で、汎用ビデオ言語理解のために(ビデオ、テキスト)ペアで対照学習を行い、ビデオ分類やビデオ-テキスト検索などのタスクに適しています。
テキスト生成ビデオ Transformers 英語
X
microsoft
309.80k
84
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