C

CLIP SAE ViT L 14

由 zer0int 开发
基于稀疏自编码器(SAE)微调的CLIP模型,在零样本图像分类任务中表现优异,尤其擅长对抗性排版攻击识别
下载量 32
发布时间 : 12/8/2024

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
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase