# 零樣本遷移學習

OpenVision是一個全開放、高性價比的先進視覺編碼器家族，專注於多模態學習。

LMMRotate是一個針對旋轉目標檢測任務微調的大型多模態語言模型，特別適用於航拍圖像分析。

AIM-v2是一個高效的圖像編碼器模型，兼容timm框架，適用於計算機視覺任務。

PaliGemma 2是Google推出的視覺語言模型(VLM)，融合Gemma 2能力，支持圖像和文本輸入生成文本輸出

PaliGemma 2是Google推出的升級版視覺語言模型(VLM)，融合Gemma 2能力，支持圖像和文本輸入生成文本輸出。

PaliGemma 2是基於Gemma 2的視覺語言模型，支持圖像和文本輸入，生成文本輸出，適用於多種視覺語言任務。

AIMv2是基於多模態自迴歸目標預訓練的視覺模型系列，在多模態理解基準測試中表現優異

基於AudioSet和Librispeech預訓練的音頻分類模型，採用視覺變換器架構處理音頻頻譜圖

基於OpenAI的ViT-L-14模型，使用PMC_OA_beta和roco數據集進行微調的視覺語言模型，專注於生物醫學領域的文本到圖像任務

基於 Transformers 庫的圖像分割模型，支持多種圖像分割任務。

這是一個通過AutoTrain訓練的多類別圖像分類模型，在驗證集上表現出色，所有評估指標均達到1.0。

BLOOMZ-7B1 是一個多語言、多任務的大規模語言模型，支持超過40種語言和多種編程語言，適用於文本生成、情感分析等多種自然語言處理任務。

mT5是T5模型的多語言變體，支持101種語言，基於mC4語料庫進行預訓練，適用於多語言文本生成和理解任務。

該模型是基於Wav2Vec2-Large-LV60預訓練模型，在CommonVoice數據集上進行微調，用於多語言音素識別。

該模型是基於wav2vec2-large-xlsr-53預訓練模型在CommonVoice數據集上微調的多語言音素識別模型，支持多種語言的音素標籤識別。