Smolvlm Instruct GGUF
Apache-2.0
SmolVLM是一個緊湊的開源多模態模型,能夠接受圖像和文本輸入並生成文本輸出,專為高效設計,適用於設備端應用。
圖像生成文本
Transformers 英語

S
Mungert
1,023
2
Fastvlm 0.5B Stage3
其他
FastVLM-0.5B-Stage3 是一個高效的多模態語言模型,具備視覺理解和語言處理能力,能夠處理長視頻並生成結構化輸出。
圖像生成文本
Transformers 英語

F
zhaode
174
1
Fastvlm 0.5B Stage2
其他
FastVLM-0.5B-Stage2是一個高效的多模態語言模型,能夠理解視覺內容並處理文本任務。
多模態融合
Transformers 英語

F
zhaode
103
1
Sam2 Hiera Small.fb R896
Apache-2.0
基於HieraDet圖像編碼器的SAM2模型,專注於圖像特徵提取任務。
圖像分割
Transformers

S
timm
142
0
Sam2 Hiera Base Plus.fb R896
Apache-2.0
基於HieraDet圖像編碼器的SAM2模型,專注於圖像特徵提取任務。
圖像分割
Transformers

S
timm
764
0
Clip Japanese Base
Apache-2.0
由LY Corporation開發的日語CLIP模型,基於約10億個網絡收集的圖像-文本對進行訓練,適用於多種視覺任務。
文本生成圖像
Transformers 日語

C
line-corporation
14.31k
22
Vit B 16 Aion400m E32 1finetuned 1
MIT
基於OpenCLIP框架的視覺Transformer模型,針對零樣本圖像分類任務進行微調
圖像分類
V
Albe-njupt
18
1
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