CLIP SAE ViT L 14
模型简介
该模型是对OpenAI CLIP ViT-L/14的微调版本,通过稀疏自编码器技术提升对抗鲁棒性,在ImageNet/ObjectNet等基准测试中表现优于原始模型
模型特点
对抗鲁棒性增强
通过稀疏自编码器技术提升模型对对抗性排版攻击的识别能力
高性能表现
在ImageNet/ObjectNet测试中达到89%准确率,优于原始CLIP模型的84.5%
腾讯混元视频适配
特别适配腾讯混元视频框架的最佳选择
线性探测任务优势
在CLIP_benchmark的线性探测任务中表现最佳
模型能力
零样本图像分类
对抗性样本识别
多模态理解
文本-图像匹配
使用案例
内容安全
对抗性排版攻击检测
识别经过特殊排版处理的对抗性图像
可准确分类黑白猫/狗等对抗样本
视频处理
腾讯混元视频集成
作为视频理解模块的视觉编码器
需配合专用ComfyUI节点使用效果最佳
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98