AIbase
ZH
模型选型
标签
多模态微调

# 多模态微调

Clip Flant5 Xl
Apache-2.0
专为图像-文本检索任务微调的视觉-语言生成模型，基于google/flan-t5-xl改进
文本生成图像 Transformers 英语
C
zhiqiulin
13.44k
2
Clip Flant5 Xxl
Apache-2.0
基于google/flan-t5-xxl微调的视觉语言生成模型，专为图像文本检索任务设计
图像生成文本 Transformers 英语
C
zhiqiulin
86.23k
2
Llava Jp 1.3b V1.0
LLaVA-JP是一个能够就输入图像进行对话的日语视觉语言模型，基于LLaVA方法对llm-jp-1.3b-v1.0进行微调训练而成。
图像生成文本 Transformers 日语
L
toshi456
30
5
Vit Base Patch16 224 In21k Gpt2 Finetuned To Pokemon Descriptions
基于ViT和GPT2架构的视觉-语言模型，专门针对宝可梦描述生成任务进行了微调
文本生成 Transformers
V
tkarr
29
0
Bert Hateful Memes Expanded
Apache-2.0
基于bert-base-uncased微调的模型，用于识别仇恨表情包文本内容
文本分类 Transformers
B
limjiayi
29
4
AIbase
智启未来，您的人工智能解决方案智库
English简体中文繁體中文にほんご
© 2025AIbase