AIbase
TW
模型選型
標籤
多模態微調

# 多模態微調

Clip Flant5 Xl
Apache-2.0
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
文本生成圖像 Transformers 英語
C
zhiqiulin
13.44k
2
Clip Flant5 Xxl
Apache-2.0
基於google/flan-t5-xxl微調的視覺語言生成模型，專為圖像文本檢索任務設計
圖像生成文本 Transformers 英語
C
zhiqiulin
86.23k
2
Llava Jp 1.3b V1.0
LLaVA-JP是一個能夠就輸入圖像進行對話的日語視覺語言模型，基於LLaVA方法對llm-jp-1.3b-v1.0進行微調訓練而成。
圖像生成文本 Transformers 日語
L
toshi456
30
5
Vit Base Patch16 224 In21k Gpt2 Finetuned To Pokemon Descriptions
基於ViT和GPT2架構的視覺-語言模型，專門針對寶可夢描述生成任務進行了微調
文本生成 Transformers
V
tkarr
29
0
Bert Hateful Memes Expanded
Apache-2.0
基於bert-base-uncased微調的模型，用於識別仇恨表情包文本內容
文本分類 Transformers
B
limjiayi
29
4
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase