Дообученная на CIFAR-10 модель CLIP ViT-L/14 для извлечения признаков изображений и классификации по классам этого набора данных.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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
Это дообученная на CIFAR-10 модель зрения CLIP ViT-Large с размером 402,7 млн параметров и размером патча 14. Она предназначена для извлечения признаков изображений и их классификации в сценариях, связанных с десятью классами CIFAR-10. В карточке приведены результаты оценки: 0,9557 для предобученной модели и 0,9913 после дообучения.
Модель основана на openai/clip-vit-large-patch14 и опубликована в формате safetensors. Метаданные указывают задачу feature-extraction; ограничения по лицензии в предоставленных данных не описаны.
Дообучение и результаты оценки относятся к CIFAR-10; применимость к другим наборам изображений в карточке не описана. Лицензия в предоставленных данных не указана.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Adam Optimizer with a constant learning rate 1e-5 for 4000 steps training (batch_size=32). Only the vision encoder is fine-tuned.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…