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
Blip Image Captioning Large
Bsd-3-clause
BLIP是一個統一的視覺語言預訓練框架,擅長圖像描述生成和理解任務,通過引導式標註策略高效利用網絡數據
圖像生成文本
Transformers

B
movementso
18
0
Blip2 Opt 6.7b Coco
MIT
BLIP-2是一種視覺語言模型,結合了圖像編碼器和大型語言模型,用於圖像到文本生成和視覺問答任務。
圖像生成文本
Transformers 英語

B
Salesforce
216.79k
33
Movie Picture Captioning
Apache-2.0
該模型能以電影描述的文體風格生成任意照片的說明文字,訓練數據來源於電影海報及劇情簡介,主要用於娛樂目的。
圖像生成文本
Transformers 其他

M
dumperize
35
4
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