%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Siglip2 X256 Explicit Content
Apache-2.0
SigLIP 2アーキテクチャを基にファインチューニングされた視覚-言語エンコーダモデルで、特にセンシティブ、暗示的、または安全なメディアのフィルタリングに適したマルチカテゴリ画像分類に特化しています。
画像分類
Transformers 英語
Transformers 英語S
prithivMLmods
247
8
Vit GPT2 Image Captioning Model
ViT-GPT2アーキテクチャに基づく画像キャプション生成モデルで、入力画像を記述テキストに変換可能
画像生成テキスト Transformers
TransformersV
motheecreator
142
0
Test Push
Apache-2.0
distilvitはVIT画像エンコーダーと蒸留版GPT-2テキストデコーダーを基にした画像からテキストへのモデルで、画像のテキスト説明を生成できます。
画像生成テキスト Transformers
TransformersT
tarekziade
17
0
Vit Base Patch16 224 Distilgpt2
Apache-2.0
DistilViTは、視覚Transformer(ViT)と蒸留版GPT-2に基づく画像キャプション生成モデルで、画像をテキスト記述に変換できます。
画像生成テキスト Transformers
TransformersV
tarekziade
17
0
Donut Receipt V2
MIT
naver-clova-ix/donut-baseをファインチューニングしたモデルで、レシート認識やドキュメント理解タスクに使用可能
大規模言語モデル Transformers
TransformersD
mychen76
31
0
Donut Base Receipt
MIT
naver-clova-ix/donut-baseをファインチューニングしたレシート認識モデル
大規模言語モデル Transformers
TransformersD
hyunguk1
19
0
Vit Gpt2 Image Captioning
Apache-2.0
これはVision Encoder-Decoderアーキテクチャに基づく画像キャプション生成モデルで、入力画像に対する自然言語の説明を生成できます。
画像生成テキスト Transformers
TransformersV
baseplate
55
2
Vit Base Patch16 224 In21k Gpt2 Finetuned To Pokemon Descriptions
ViTとGPT2アーキテクチャに基づく視覚-言語モデルで、ポケモン説明生成タスク向けに特別にファインチューニングされています
テキスト生成 Transformers
TransformersV
tkarr
29
0
Clipseg Rd16
Apache-2.0
CLIPベースのゼロショットおよびワンショット画像セグメンテーションモデル、テキストと画像プロンプトをサポート
画像セグメンテーション Transformers
TransformersC
CIDAS
5,256
0
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
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
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