CLIP Giga Config Fixed
模型概述
這是一個大規模視覺-語言預訓練模型,能夠將圖像和文本映射到同一語義空間,實現跨模態檢索和理解
模型特點
大規模預訓練
使用39B token的LAION-2B數據集訓練,具有強大的跨模態理解能力
高效視覺編碼
採用ViT-bigG-14架構,能高效處理高分辨率圖像輸入
零樣本遷移能力
無需微調即可應用於下游任務,如圖文檢索和零樣本分類
模型能力
圖文相似度計算
跨模態檢索
零樣本圖像分類
圖像描述生成
文本引導圖像搜索
使用案例
內容檢索
電商產品搜索
通過文字描述搜索相關產品圖片
提高搜索準確率和用戶體驗
內容審核
違規內容檢測
通過圖文匹配檢測違規內容
自動化內容審核流程
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