C

CLIP SAE ViT L 14

由zer0int開發
基於稀疏自編碼器(SAE)微調的CLIP模型,在零樣本圖像分類任務中表現優異,尤其擅長對抗性排版攻擊識別
下載量 32
發布時間 : 12/8/2024

模型概述

該模型是對OpenAI CLIP ViT-L/14的微調版本,通過稀疏自編碼器技術提升對抗魯棒性,在ImageNet/ObjectNet等基準測試中表現優於原始模型

模型特點

對抗魯棒性增強
通過稀疏自編碼器技術提升模型對對抗性排版攻擊的識別能力
高性能表現
在ImageNet/ObjectNet測試中達到89%準確率,優於原始CLIP模型的84.5%
騰訊混元視頻適配
特別適配騰訊混元視頻框架的最佳選擇
線性探測任務優勢
在CLIP_benchmark的線性探測任務中表現最佳

模型能力

零樣本圖像分類
對抗性樣本識別
多模態理解
文本-圖像匹配

使用案例

內容安全
對抗性排版攻擊檢測
識別經過特殊排版處理的對抗性圖像
可準確分類黑白貓/狗等對抗樣本
視頻處理
騰訊混元視頻集成
作為視頻理解模塊的視覺編碼器
需配合專用ComfyUI節點使用效果最佳
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase