# 零樣本分類

基於OpenCLIP-ViT-L-14模型，引入測試時寄存器技術，提升模型可解釋性和下游任務性能

這是一個用於零樣本分類任務的transformers模型，可在無需大量標註數據的情況下對文本進行分類。

基於OpenCLIP-ViT-B-16架構的視覺語言模型，通過引入測試時寄存器優化內部表示，解決特徵圖偽影問題

基於CLIP架構微調的視覺語言模型，專門用於植物病害的零樣本分類

基於Mistral架構優化的指令微調模型，適用於零樣本分類任務

FG-CLIP是一種細粒度視覺與文本對齊模型，通過兩階段訓練實現全局和區域級的圖文對齊，提升細粒度視覺理解能力。

基於MoritzLaurer/deberta-v3-base-zeroshot-v2.0-c微調的零樣本分類模型，採用NLI框架的SmartShot方法訓練

基於roberta-base-zeroshot-v2.0-c微調的零樣本分類模型，採用SmartShot方法和合成數據提升性能

該模型是通過ggml.ai的GGUF-my-repo空間，使用llama.cpp從BAAI/bge-reranker-v2-m3轉換而來的GGUF格式模型，主要用於文本分類任務。

基於 mDeBERTa-v3 微調的情感檢測模型，支持印尼語和英語的情緒分類

基於openai/clip-vit-large-patch14微調的視覺語言模型，經過10個epoch的訓練

Git-RSCLIP是基於Git-10M數據集預訓練的視覺-語言模型，專注於遙感圖像的多模態理解。

Marqo-FashionSigLIP 是一款多模態嵌入模型，專為時尚產品搜索優化，相比 FashionCLIP 在 MRR 和召回率上提升了57%。

基於facebook/drama-large在XNLI和ANLI數據集上微調的零樣本分類模型，支持15種語言的自然語言推理任務。

這是一個預訓練的後門注入模型，用於研究對比語言圖像預訓練中的後門樣本檢測。

該模型是基於Alibaba-NLP/gte-multilingual-base在XNLI和ANLI數據集上微調的版本，支持多語言自然語言推理任務。

該模型是基於Alibaba-NLP/gte-multilingual-base在XNLI數據集上微調的版本，支持多語言自然語言推理任務。

基於CLIP模型微調的樂高積木圖像-文本匹配模型，專為識別樂高積木及其描述設計。

ConceptCLIP是一個通過醫學概念增強的大規模視覺語言預訓練模型，適用於多種醫學影像模態，能在多種醫學影像任務中實現穩健性能。

基於ModernBERT-large模型，通過多任務微調優化的自然語言推理模型，在零樣本分類和NLI任務上表現優異。

基於ModernBERT-base微調的零樣本分類器，高效快速且內存佔用低，適用於多種文本分類任務。

基於ModernBERT-large微調的零樣本分類器，高效快速且內存佔用低，適用於多種文本分類任務。

基於OpenCLIP框架訓練的日語CLIP模型，在14.5億日文圖文對數據集上訓練，支持零樣本圖像分類和圖文檢索任務

基於ResNet50架構的CLIP模型圖像編碼器，具有64倍寬度擴展，使用全局平均池化(GAP)策略

基於CLIP框架的ResNet50x16變體模型，專注於圖像特徵提取

基於CLIP框架的ResNet50x4變體模型，專為圖像特徵提取設計

基於CLIP模型視覺編碼器部分的ResNet50變體，通過全局平均池化(GAP)提取圖像特徵

基於ResNet50架構的CLIP風格圖像編碼器，使用CC12M數據集訓練，通過全局平均池化(GAP)提取特徵

基於CLIP架構的視覺變換器模型，專注於圖像特徵提取，由蘋果公司發佈。

基於ModernBERT-large微調的自然語言推理模型，專門用於零樣本分類任務

基於CLIP架構的視覺Transformer模型，專注於圖像特徵提取

基於CLIP框架的ViT-Huge視覺編碼器，使用laion2B數據集訓練，支持圖像特徵提取

基於CLIP架構的視覺Transformer模型，專為圖像特徵提取設計，使用laion2B數據集訓練

基於CLIP框架的ConvNeXt Base模型，使用LAION-Aesthetic數據集訓練，適用於圖像特徵提取任務。

ModernBERT 是一個在多任務源的自然語言推理（NLI）任務上微調的模型，擅長零樣本分類和長上下文推理。

日語CLIP模型，基於OpenCLIP框架訓練，支持零樣本圖像分類任務

基於DeBERTa-v3-base微調的零樣本文本分類模型，適用於標註數據稀缺的場景或快速原型開發。

GIT是一個基於Transformer的生成式圖像轉文本模型，能夠將視覺內容轉換為文本描述。

AIMv2是一個採用多模態自迴歸目標預訓練的視覺模型系列，在多項多模態理解基準測試中表現優異。

LLM2CLIP是一種利用大型語言模型（LLM）釋放CLIP潛力的創新方法，通過對比學習框架提升文本判別性，突破原始CLIP文本編碼器的限制。