ONNX-модель на архитектуре DistilBERT для извлечения признаков в приложениях на Transformers.js.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
aurantium/clip-ViT-B-32-multilingual-v1 — репозиторий с весами ONNX для использования через Transformers.js. README указывает, что ONNX-веса вынесены в отдельный репозиторий как временное решение для поддержки работы в веб-среде. Метаданные описывают архитектуру как DistilBERT и задают контекст до 512 токенов; задача модели — извлечение признаков. Данных о разработчике исходной модели, языках и прикладных сценариях в предоставленной карточке нет.
Карточка не описывает качество и конкретные сценарии применения модели. Указан контекст до 512 токенов.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
https://huggingface.co/sentence-transformers/clip-ViT-B-32-multilingual-v1 with ONNX weights to be compatible with Transformers.js.
Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers.js
Модель выложена для браузера (ONNX / transformers.js).