CLIP ViT L Rho50 K1 Constrained FARE2
模型概述
這是一個基於CLIP架構的特徵提取模型,通過FARE和LEAF方法對圖像和文本編碼器進行了微調,適用於多模態特徵提取任務。
模型特點
對抗性微調
圖像編碼器使用FARE在ε=2/255下進行微調,增強了對抗性攻擊的魯棒性
語義約束微調
文本編碼器使用LEAF在k=1、ρ=50並帶有語義約束的條件下進行微調
多模態特徵提取
同時支持圖像和文本特徵提取,保持原始CLIP的多模態能力
模型能力
圖像特徵提取
文本特徵提取
多模態特徵對齊
使用案例
計算機視覺
圖像檢索
使用提取的圖像特徵進行相似圖像檢索
自然語言處理
跨模態檢索
實現文本到圖像或圖像到文本的跨模態檢索
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