CLEAR
模型概述
該模型專注於圖像到圖像的生成任務,利用擴散變換器架構實現高質量的圖像轉換和生成。
模型特點
類卷積線性化技術
通過創新的類卷積線性化方法加速預訓練過程,提高模型效率。
擴散變換器架構
結合擴散模型和變換器架構的優勢,實現高質量的圖像生成。
模型能力
圖像生成
圖像轉換
圖像增強
使用案例
圖像處理
風格轉換
將輸入圖像轉換為特定藝術風格
圖像修復
修復損壞或缺失部分的圖像
創意設計
藝術創作
生成具有藝術風格的原創圖像
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