CLIP SAE ViT L 14
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
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