%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Eva Giant Patch14 Clip 224.laion400m
MIT
EVA CLIP模型是基於OpenCLIP和timm框架的視覺語言模型，支持零樣本圖像分類任務。
文本生成圖像
E
timm
124
0
Eva02 Enormous Patch14 Clip 224.laion2b Plus
MIT
EVA-CLIP是基於CLIP架構的大規模視覺-語言模型，支持零樣本圖像分類等任務。
文本生成圖像
E
timm
54
0
Eva02 Enormous Patch14 Clip 224.laion2b
MIT
EVA-CLIP是一個基於CLIP架構的視覺-語言模型，支持零樣本圖像分類任務。
文本生成圖像
E
timm
38
0
Eva02 Base Patch16 Clip 224.merged2b
MIT
EVA CLIP模型是基於OpenCLIP與timm框架構建的視覺語言模型，支持零樣本圖像分類等任務。
文本生成圖像
E
timm
3,029
0
Vit Large Patch14 Clip 224.laion2b
Apache-2.0
基於CLIP架構的視覺Transformer模型，專注於圖像特徵提取
圖像分類
Transformers
TransformersV
timm
502
0
Vit Large Patch14 Clip 224.datacompxl
Apache-2.0
基於CLIP架構的視覺Transformer模型，專門用於圖像特徵提取，由LAION組織發佈。
圖像分類 Transformers
TransformersV
timm
14
0
Vit Base Patch16 Clip 224.laion2b
Apache-2.0
基於CLIP架構的視覺Transformer模型，僅包含圖像編碼器部分，適用於圖像特徵提取任務
圖像分類 Transformers
TransformersV
timm
4,460
0
Vit Base Patch16 Plus Clip 240.laion400m E31
MIT
基於LAION-400M數據集訓練的視覺-語言雙用途模型，支持零樣本圖像分類任務
圖像分類
V
timm
37.23k
0
Resnet50x4 Clip.openai
MIT
基於CLIP架構的ResNet50x4視覺語言模型，支持零樣本圖像分類任務
圖像生成文本
R
timm
2,303
0
Resnet50 Clip.openai
MIT
基於ResNet50架構和CLIP技術的零樣本圖像分類模型
圖像分類
R
timm
11.91k
0
Mobileclip S0
其他
MobileCLIP S0 是蘋果 ml-mobileclip 項目的 ONNX 適配版本，專為移動設備優化的零樣本圖像分類模型。
文本生成圖像 Transformers
TransformersM
Xenova
295
1
Vit Betwixt Patch32 Clip 224.tinyclip Laion400m
MIT
基於ViT架構的小型CLIP模型，適用於零樣本圖像分類任務，訓練於LAION-400M數據集。
圖像分類
V
timm
113
1
Vit Medium Patch32 Clip 224.tinyclip Laion400m
MIT
基於OpenCLIP庫的視覺語言模型，支持零樣本圖像分類任務。
圖像分類
V
timm
110
0
Vit Medium Patch16 Clip 224.tinyclip Yfcc15m
MIT
基於ViT架構的CLIP模型，用於零樣本圖像分類任務
圖像分類
V
timm
144
0
Chinese Clip Vit Base Patch16
基於ViT架構的中文CLIP模型，支持圖像與文本的多模態理解
文本生成圖像 Transformers
TransformersC
Xenova
264
1
CLIP ViT L 14 CommonPool.XL S13b B90k
MIT
基於CLIP架構的視覺-語言預訓練模型，支持零樣本圖像分類和跨模態檢索任務
文本生成圖像
C
laion
4,255
2
CLIP ViT B 16 CommonPool.L.clip S1b B8k
MIT
基於CLIP架構的視覺-語言模型，支持零樣本圖像分類任務
文本生成圖像
C
laion
138
0
CLIP ViT B 32 DataComp.M S128m B4k
MIT
基於CLIP架構的視覺-語言模型，支持零樣本圖像分類任務，使用DataComp.M數據集訓練
文本生成圖像
C
laion
212
0
CLIP ViT B 32 CommonPool.M.laion S128m B4k
MIT
基於CLIP架構的視覺-語言模型，支持零樣本圖像分類任務
文本生成圖像
C
laion
65
0
CLIP ViT B 32 CommonPool.S S13m B4k
MIT
基於CLIP架構的視覺-語言模型，支持零樣本圖像分類任務
文本生成圖像
C
laion
79
0
Eva02 Base Patch16 Clip 224.merged2b S8b B131k
MIT
基於EVA02架構的CLIP模型，適用於零樣本圖像分類任務
文本生成圖像
E
timm
29.73k
0
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
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
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