Clip Flant5 Xl
專為圖像-文本檢索任務微調的視覺-語言生成模型,基於google/flan-t5-xl改進
下載量 13.44k
發布時間 : 12/13/2023
模型概述
該模型是google/flan-t5-xl的微調版本,主要用於圖像與文本的檢索任務,在VQAScore論文中有相關應用展示。
模型特點
視覺-語言生成能力
結合圖像和文本信息進行跨模態檢索與生成
基於Flan-T5-XL微調
在強大的語言模型基礎上進行視覺任務適配
開源許可
採用Apache-2.0許可證,允許商業和研究使用
模型能力
圖像-文本匹配
跨模態檢索
視覺問答(VQA)相關任務
使用案例
信息檢索
圖像搜索
根據文本描述檢索相關圖像
文本搜索
根據圖像內容檢索相關文本描述
輔助研究
視覺問答研究
用於VQAScore相關研究
論文中展示的應用效果
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