Характеристики

Контекст: 77 токенов
Лицензия: MIT
Архитектура: clip · dense
Базовая модель: clip-vit-base-patch32
Библиотека: transformers
Опубликована: 16 сен 2026

Ссылки

marimo-workshop-clip

Классификация изображений без дообученияИзображение, текст → label3 профессии

Копия CLIP ViT-B/32 от OpenAI для zero-shot-классификации изображений по текстовым меткам и воспроизводимых упражнений в marimo.

29скачиваний за 30 дней0лайковвеса обновлены16 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PS4Research публикует для практикума marimo копию CLIP ViT-B/32 от OpenAI, сохранённую в формате safetensors вместе с предобработчиком. Веса не изменялись и не дообучались; репозиторий закрепляет конкретную ревизию openai/clip-vit-base-patch32, чтобы ноутбуки практикума использовали те же веса, что и каталог PS4Research/marimo-workshop-catalogue.

Модель сопоставляет изображения и текстовые метки, что позволяет классифицировать изображения по заданным пользователем категориям без отдельного обучения классификатора. Она подходит для демонстраций и экспериментов с zero-shot-классификацией в Transformers. Лицензия репозитория — MIT; для сведений о предполагаемом применении, ограничениях и смещениях README отсылает к карточке исходной модели.

Сценарии применения

Классификация изображений по пользовательским текстовым категориям
Поиск изображений, соответствующих текстовому описанию
Демонстрация zero-shot-классификации в ноутбуках marimo

Ограничения

README отсылает к карточке исходной модели за описанием её ограничений и смещений, поэтому конкретные ограничения здесь не уточнены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CLIP ViT-B/32 for the marimo workshop

An unmodified copy of openai/clip-vit-base-patch32 (revision 3d74acf9a28c67741b2f4f2ea7635f0aaf6f0268), saved as safetensors with its pre-processor. It is pinned here so every workshop notebook loads exactly the same weights that produced the vectors in PS4Research/marimo-workshop-catalogue.

from transformers import CLIPModel, CLIPProcessor
model = CLIPModel.from_pretrained("PS4Research/marimo-workshop-clip")
processor = CLIPProcessor.from_pretrained("PS4Research/marimo-workshop-clip")

No fine-tuning was done. See the original model card for intended uses, limitations and biases.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · zero-shot-image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: CLIPModel
Ревизия весов: 588dbc6