Fare2 Clip
模型概述
該模型是基於CLIP架構的視覺語言模型,採用無監督對抗微調方法在ImageNet數據集上訓練,特別增強了對抗攻擊的魯棒性。
模型特點
對抗魯棒性
採用無窮範數和半徑2/255進行無監督對抗微調,增強了模型對對抗攻擊的抵抗能力
零樣本能力
保留CLIP模型的零樣本分類能力,無需特定任務微調即可應用於新任務
視覺語言對齊
保持CLIP模型的視覺和語言表示對齊特性,支持跨模態任務
模型能力
零樣本圖像分類
跨模態檢索
對抗魯棒性分析
使用案例
計算機視覺
魯棒圖像分類
在對抗攻擊環境下進行可靠的圖像分類
在ImageNet上表現出更強的對抗魯棒性
跨模態檢索
圖像與文本之間的跨模態搜索
安全應用
對抗攻擊檢測
識別可能包含對抗擾動的輸入
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98