Характеристики

Опубликована: 13 июл 2026

Ссылки

Hugging Face

vit-b32-cifar100-review

niuxiangqi

Классификация изображенийИзображение → label

Набор из 72 контрольных точек ViT-B/32 для классификации изображений CIFAR-100 по 100 классам.

0скачиваний за 30 дней0лайковвеса обновлены28 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

В репозитории представлены 72 контрольные точки ViT-B/32 для классификации изображений CIFAR-100 на 100 классов. Автор модели в карточке не раскрыт: артефакты подготовлены для анонимного рецензирования. Контрольная точка model_0 служит эталоном с LP-инициализацией, остальные обучены с гиперпараметрами из сопроводительных метаданных; приведены результаты обучения, калибровки и тестирования для каждой модели.

Модель принимает изображения и предсказывает один из 100 классов CIFAR-100. Репозиторий содержит веса PyTorch, но код создания модели и оценки находится в связанном анонимном репозитории. Для загрузки требуется доверенная среда PyTorch. Лицензия и языковая поддержка в предоставленных данных не описаны.

Сценарии применения

Классификация изображений CIFAR-100
Сравнение вариантов обучения ViT-B/32
Анализ калибровки классификатора на CIFAR-100

Ограничения

Для создания модели и оценки требуется код из связанного анонимного репозитория; контрольные точки PyTorch следует загружать только в доверенной среде. Модель предназначена для 100 классов CIFAR-100.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Anonymous ViT-B/32 CIFAR-100 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-100, with 100 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.

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: 7d6e6f3