CLIP Giga Config Fixed
基于LAION-2B数据集训练的CLIP大模型,采用ViT-bigG-14架构,支持图文跨模态理解
Downloads 109
Release Time : 6/28/2023
Model Overview
这是一个大规模视觉-语言预训练模型,能够将图像和文本映射到同一语义空间,实现跨模态检索和理解
Model Features
大规模预训练
使用39B token的LAION-2B数据集训练,具有强大的跨模态理解能力
高效视觉编码
采用ViT-bigG-14架构,能高效处理高分辨率图像输入
零样本迁移能力
无需微调即可应用于下游任务,如图文检索和零样本分类
Model Capabilities
图文相似度计算
跨模态检索
零样本图像分类
图像描述生成
文本引导图像搜索
Use Cases
内容检索
电商产品搜索
通过文字描述搜索相关产品图片
提高搜索准确率和用户体验
内容审核
违规内容检测
通过图文匹配检测违规内容
自动化内容审核流程
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 Chinese
R
uer
2,694
98