Fare4 Clip
模型概述
該模型是基於CLIP架構的視覺語言模型,經過在ImageNet數據集上採用無窮範數和4/255半徑的無監督對抗微調,增強了模型的魯棒性。
模型特點
無監督對抗微調
在ImageNet上採用無窮範數和4/255半徑進行對抗訓練,提升模型魯棒性
基於CLIP架構
繼承CLIP強大的視覺語言對齊能力
魯棒性增強
專門針對對抗攻擊場景優化,提高模型穩定性
模型能力
零樣本圖像分類
圖像-文本匹配
跨模態檢索
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
相比標準CLIP模型具有更強的對抗魯棒性
跨模態檢索
在對抗條件下實現圖像與文本的相互檢索
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