# 零樣本適配

基於穩定擴散XL的真實感圖像生成模型，特別擅長亞洲風格和日式風格的圖像生成。

InstructCIR是一個基於指令感知對比學習的組合式圖像檢索模型，採用ViT-L-224和Phi-3.5-Mini架構，專注於圖像文本到文本生成任務。

LinFusion 是一個基於擴散模型的文本生成圖像模型，能夠根據輸入的文本描述生成高質量的圖像。

Bonito是一個開源的'條件任務生成'模型，能夠將未標註文本轉化為特定任務的指令調優訓練數據集。

一個基於AllenNLP庫的文本到視頻生成模型，能夠根據輸入的文本描述生成相應的視頻內容。

SlimSAM是一種創新的SAM模型壓縮方法，通過統一剪枝-蒸餾框架高效複用預訓練SAM，無需大量重複訓練。

該模型能夠將文本描述轉換為視頻內容，適用於多種創意和自動化場景。

這是一個文本轉視頻模型，能夠將輸入的文本描述轉換為相應的視頻內容。

INSTRUCTOR-Large 是一個通用嵌入模型，能夠將任意文本片段映射為固定長度的向量，通過指令控制實現領域特異性和任務感知性。

這是一個通用嵌入模型，能夠通過指令引導生成領域特定和任務感知的嵌入向量，適用於多種文本處理任務。

高效的SPLADE模型，用於段落檢索，採用雙模型架構分別處理查詢和文檔推理

MVP多任務模型是基於提示詞的預訓練模型，通過混合標註數據集優化，專為多種自然語言生成任務設計。