Характеристики

Опубликована: 13 июл 2026

Ссылки

Hugging Face

vit-b32-cifar10-review

niuxiangqi

Классификация изображенийИзображение → label

Набор из 72 контрольных точек ViT-B/32 для экспериментов и классификации изображений CIFAR-10 на 10 классов.

0скачиваний за 30 дней0лайковвеса обновлены13 июл 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

Репозиторий содержит 72 контрольные точки ViT-B/32 для классификации изображений CIFAR-10 на 10 классов. Это закрытый анонимный набор артефактов для рецензирования; README не указывает разработчика. Контрольная точка model_0 служит эталоном с LP-инициализацией, а остальные обучались с гиперпараметрами из сопровождающих метаданных. В репозитории также есть результаты точности на обучающей, калибровочной и тестовой выборках, журналы обучения и перечень файлов.

Модель предназначена для экспериментов и оценки классификации изображений CIFAR-10. Код сборки модели и запуска оценки размещён в связанном анонимном репозитории; лицензия в предоставленных данных не указана.

Сценарии применения

Классификация изображений CIFAR-10
Сравнение контрольных точек ViT-B/32
Оценка точности классификатора на тестовой выборке
Анализ калибровки классификатора
Изучение влияния гиперпараметров на обучение ViT

Ограничения

Модель ориентирована на 10 классов CIFAR-10 и не предназначена для обобщённой классификации изображений. Для загрузки контрольных точек и оценки требуются код сборки модели и запуска из связанного репозитория.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Anonymous ViT-B/32 CIFAR-10 Review Artifacts

This private repository contains the model artifacts supplied for anonymous peer review.

weights/model_0.pt through weights/model_71.pt: 72 individual ViT-B/32 checkpoints.
metadata/hparam_info.json: per-model training hyperparameters.
metadata/individual_model_result.json: per-model train, calibration, and test accuracy.
training_logs/model_0.txt through training_logs/model_71.txt: sanitized training logs.
release_manifest.json: machine-readable file inventory.

model_0 is the LP-initialization reference checkpoint. The other models use the hyperparameters recorded in metadata/hparam_info.json.

Dataset

The checkpoints are for CIFAR-10, with 10 output classes.

Anonymity

Author names, affiliations, local paths, hostnames, email addresses, and external experiment-tracking links have been removed from the released text metadata. Original local files were not modified.

Scope

This review release intentionally excludes ensemble-derived artifacts, including greedy_soup.pt.

Loading

The exact model-construction code and evaluation entry point should be provided in the anonymous code repository associated with the submission. Load these files only in an environment where PyTorch checkpoint files are trusted.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 5572096