Pix2struct Refexp Base
Apache-2.0
Pix2Struct是一個圖像編碼器-文本解碼器模型,針對多種視覺語言任務進行訓練,包括圖像描述和視覺問答。
圖像生成文本
Transformers 支持多種語言

P
gitlost-murali
20
0
Pix2struct Docvqa Large
Apache-2.0
Pix2Struct是基於圖像編碼器-文本解碼器架構的視覺語言模型,專門針對文檔視覺問答任務進行了微調
圖像生成文本
Transformers 支持多種語言

P
google
984
31
Pix2struct Base
Apache-2.0
Pix2Struct是一種圖像編碼器-文本解碼器模型,通過多種任務的圖像-文本對訓練,包括圖像描述和視覺問答。
圖像生成文本
Transformers 支持多種語言

P
google
6,390
71
Pix2struct Widget Captioning Large
Apache-2.0
Pix2Struct是一個圖像編碼器-文本解碼器模型,專為視覺語言理解設計,支持圖像描述和視覺問答等任務。
圖像生成文本
Transformers 支持多種語言

P
google
40
18
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