/ Модель

Характеристики

Контекст
77 токенов
Архитектура
clip · dense
Базовая модель
clip-vit-base-patch32
Библиотека
aneforge
Опубликована
30 авг 2026

clip-vit-base-patch32

Классификация изображений без дообученияИзображение, текст → label4 профессии

Копия CLIP ViT-B/32 от OpenAI для классификации изображений по текстовым меткам без дообучения с запуском через ANEForge на Apple Neural Engine.

27скачиваний за 30 дней0лайковвеса обновлены31 авг 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

Это точная копия CLIP ViT-B/32 от OpenAI, опубликованная ANEForge для прямого запуска модели на Apple Neural Engine через библиотеку ANEForge. Веса побайтно совпадают с исходным репозиторием openai/clip-vit-base-patch32; архитектура — CLIP с визуальным энкодером ViT-B/32, формат весов — safetensors.

Модель сопоставляет изображение с текстовыми метками и подходит для классификации изображений без дообучения: пользователь задаёт варианты описаний, а модель возвращает метку и оценку вероятности. Она принимает изображение и текстовые метки. Сведения о языках и размере контекста в предоставленных данных отсутствуют.

Лицензионные условия следует смотреть в исходном репозитории OpenAI. Карточка ANEForge описывает способ загрузки и выполнения модели на Apple Neural Engine; качество и назначение модели соответствуют исходной CLIP ViT-B/32.

Сценарии применения

  • классификация изображений по заданным текстовым категориям
  • поиск изображений по описаниям
  • быстрая проверка наличия объектов или сцен на изображениях
  • создание прототипа классификатора без подготовки обучающей выборки

Ограничения

Результаты зависят от формулировок текстовых меток и возможностей исходной CLIP ViT-B/32; карточка не сообщает о дополнительном обучении или улучшениях качества. Лицензионные условия нужно проверять в исходном репозитории OpenAI.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CLIP ViT-B/32 (ANEForge)

An unmodified duplicate of openai/clip-vit-base-patch32, tagged for use with ANEForge so the weights load and run directly on the Apple Neural Engine (no CoreML). Weights are byte-identical to the source; see the original repo for the model details. See the original repo for license terms.

Use with ANEForge

# pip install "aneforge[models]"
import aneforge as af

clip = af.load_clip("aneforge/clip-vit-base-patch32")
print(clip.classify(image, ["a photo of a cat", "a photo of a dog"]))   # image: a PIL.Image; zero-shot (label, prob)

ANEForge compiles the model's graph into a single ANE program and streams the weights from this repo via huggingface_hub. See the docs and the paper.

Как запустить

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

GPU в ailist

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

Можно запустить

Подбираем GPU…

Класс архитектуры
CLIPModel
Ревизия весов
0038933

0 моделей