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
Blip Image Captioning Large
Bsd-3-clause
BLIP是一个统一的视觉语言预训练框架,擅长图像描述生成和理解任务,通过引导式标注策略高效利用网络数据
图像生成文本
Transformers

B
movementso
18
0
Blip2 Opt 6.7b Coco
MIT
BLIP-2是一种视觉语言模型,结合了图像编码器和大型语言模型,用于图像到文本生成和视觉问答任务。
图像生成文本
Transformers 英语

B
Salesforce
216.79k
33
Movie Picture Captioning
Apache-2.0
该模型能以电影描述的文体风格生成任意照片的说明文字,训练数据来源于电影海报及剧情简介,主要用于娱乐目的。
图像生成文本
Transformers 其他

M
dumperize
35
4
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