%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)
Vit So400m Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリングを採用し、注意プーリングヘッドを削除、画像特徴抽出タスクに適しています。
画像分類
Transformers
TransformersV
timm
19
0
Vit So400m Patch16 Siglip 384.v2 Webli
Apache-2.0
SigLIP 2ベースの視覚Transformerモデル、画像特徴抽出のために設計され、webliデータセットで事前学習済み
テキスト生成画像 Transformers
TransformersV
timm
2,073
0
Vit So400m Patch14 Siglip Gap 378.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデル、WebLIデータセットで事前学習され、アテンションプーリングヘッドを削除しグローバル平均プーリングを採用
画像分類 Transformers
TransformersV
timm
20
0
Vit So400m Patch14 Siglip 378.v2 Webli
Apache-2.0
SigLIP 2に基づく視覚Transformerモデルで、画像特徴抽出のために設計され、webliデータセットでトレーニングされました
テキスト生成画像 Transformers
TransformersV
timm
30
0
Vit Large Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデルで、グローバル平均プーリング(GAP)のバリアントを採用し、注意プーリングヘッドを削除、画像特徴抽出タスクに適しています。
テキスト生成画像 Transformers
TransformersV
timm
95
0
Vit Large Patch16 Siglip 256.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデルで、画像特徴抽出のために設計され、webliデータセットでトレーニングされました
画像分類 Transformers
TransformersV
timm
525
0
Vit Giantopt Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリング処理を採用し、注意プーリングヘッドを削除した画像特徴抽出タスクに適しています。
画像分類 Transformers
TransformersV
timm
21
0
Vit Giantopt Patch16 Siglip Gap 256.v2 Webli
Apache-2.0
SigLIP 2 ViT画像エンコーダー、グローバル平均プーリングを採用、アテンションプーリングヘッドを削除、timm向けに設計
画像分類 Transformers
TransformersV
timm
17
0
Vit Base Patch32 Siglip 256.v2 Webli
Apache-2.0
SigLIP 2アーキテクチャに基づく視覚Transformerモデル、画像特徴抽出専用に設計
テキスト生成画像 Transformers
TransformersV
timm
27
0
Vit Base Patch16 Siglip Gap 384.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリング(GAP)を使用してアテンションプーリングヘッドを置き換え、画像特徴抽出タスクに適しています。
画像分類 Transformers
TransformersV
timm
105
0
Vit Base Patch16 Siglip 384.v2 Webli
Apache-2.0
SigLIP 2ベースの視覚トランスフォーマーモデル、画像特徴抽出用に設計、webliデータセットで事前学習済み
テキスト生成画像 Transformers
TransformersV
timm
330
0
Vit Base Patch16 Siglip 256.v2 Webli
Apache-2.0
SigLIP 2ベースのViT画像エンコーダーで、画像特徴の抽出に使用され、多言語視覚-言語タスクをサポートします。
テキスト生成画像 Transformers
TransformersV
timm
731
2
Vit So400m Patch16 Siglip Gap 512.v2 Webli
Apache-2.0
SigLIP 2に基づくViT画像エンコーダーで、グローバル平均プーリング処理を採用し、視覚言語タスクに適しています。
テキスト生成画像 Transformers
TransformersV
timm
21
0
Vit Gopt 16 SigLIP2 384
Apache-2.0
WebLIデータセットで訓練されたSigLIP 2視覚言語モデル、ゼロショット画像分類をサポート
テキスト生成画像
V
timm
1,953
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
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