Характеристики

Лицензия: Apache 2.0
Базовая модель: Taiyi-CLIP-RoBERTa-102M-ViT-L-Chinese
Библиотека: transformers
Опубликована: 25 апр 2025

Ссылки

Taiyi-CLIP-RoBERTa-102M-ViT-L-Chinese-i1-GGUF

ЭмбеддингиТекст → embedding5 профессий

Taiyi-CLIP-RoBERTa-102M-ViT-L-Chinese-i1-GGUF — квантизированная версия модели Taiyi-CLIP-RoBERTa-102M-ViT-L-Chinese, разработанной IDEA-CCNL и преобразованной в формат GGUF пользователем mradermacher.

227скачиваний за 30 дней0лайковвеса обновлены11 июл 2025

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

Модель предназначена для задач сопоставления изображений и текста и извлечения мультимодальных признаков, включая поиск по изображениям и текстовым описаниям, классификацию по текстовым подсказкам и вычисление сходства между модальностями.

По названию и описанию это CLIP-модель с текстовым энкодером на базе RoBERTa и визуальным энкодером ViT-L; заявленный размер текстовой части составляет около 102 миллионов параметров. Основная языковая специализация — китайский язык, однако в метаданных README указан язык en. Размер контекста, точные параметры визуального энкодера, поддерживаемые языки и результаты оценки качества не приведены.

Преимущество модели — компактное GGUF-представление с большим выбором уровней квантизации, что позволяет выбирать компромисс между размером, скоростью и качеством, включая рекомендуемые варианты Q4_K_M и Q4_K_S. Ограничения связаны с потерями качества при низкобитной квантизации; некоторые варианты в README прямо отмечены как низкокачественные. Лицензия — Apache-2.0.

Для каких профессий подходит5

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 I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей

Также подходит для

II.10Разработка и эксплуатация AI/ML-систем

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

About

weighted/imatrix quants of https://huggingface.co/IDEA-CCNL/Taiyi-CLIP-RoBERTa-102M-ViT-L-Chinese

For a convenient overview and download list, visit our model page for this model.

static quants are available at https://huggingface.co/mradermacher/Taiyi-CLIP-RoBERTa-102M-ViT-L-Chinese-GGUF

Usage

If you are unsure how to use GGUF files, refer to one of TheBloke's READMEs for more details, including on how to concatenate multi-part files.

Provided Quants

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

Link	Type	Size/GB	Notes
GGUF	i1-IQ1_S	0.1	for the desperate
GGUF	i1-IQ1_M	0.1	mostly desperate
GGUF	i1-IQ2_XXS	0.1
GGUF	i1-IQ2_XS	0.1
GGUF	i1-IQ2_S	0.1
GGUF	i1-IQ2_M	0.1
GGUF	i1-Q2_K_S	0.1	very low quality
GGUF	i1-IQ3_XXS	0.1	lower quality
GGUF	i1-Q2_K	0.1	IQ3_XXS probably better
GGUF	i1-IQ3_XS	0.2
GGUF	i1-IQ3_S	0.2	beats Q3_K*
GGUF	i1-Q3_K_S	0.2	IQ3_XS probably better
GGUF	i1-IQ3_M	0.2
GGUF	i1-Q3_K_M	0.2	IQ3_S probably better
GGUF	i1-IQ4_XS	0.2
GGUF	i1-Q3_K_L	0.2	IQ3_M probably better
GGUF	i1-IQ4_NL	0.2	prefer IQ4_XS
GGUF	i1-Q4_0	0.2	fast, low quality
GGUF	i1-Q4_K_S	0.2	optimal size/speed/quality
GGUF	i1-Q4_K_M	0.2	fast, recommended
GGUF	i1-Q4_1	0.2
GGUF	i1-Q5_K_S	0.2
GGUF	i1-Q5_K_M	0.2
GGUF	i1-Q6_K	0.2	practically like static Q6_K

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

And here are Artefact2's thoughts on the matter: https://gist.github.com/Artefact2/b5f810600771265fc1e39442288e8ec9

FAQ / Model Request

See https://huggingface.co/mradermacher/model_requests for some answers to questions you might have and/or if you want some other model quantized.

Thanks

I thank my company, nethype GmbH, for letting me use its servers and providing upgrades to my workstation to enable this work in my free time. Additional thanks to @nicoboss for giving me access to his private supercomputer, enabling me to provide many more imatrix quants, at much higher quality, than I would otherwise be able to.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: 57a36ef