/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
siglino · dense
Библиотека
transformers
Опубликована
11 мар 2026

siglino-70M

Эмбеддинги изображенийИзображение → embedding3 профессии

Плотная модель зрения SigLino с 70 млн параметров извлекает признаки изображений для классификации и поиска сходства.

179скачиваний за 30 дней6лайковвеса обновлены9 апр 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

SigLino-70M — плотная модель компьютерного зрения семейства SigLino, разработанная авторами работы AMoE, принятой на CVPR 2026. Это вариант с 70 млн параметров и 12 слоями; семейство сочетает идеи SigLIP2 и DINOv3 и использует дистилляцию в архитектуру Mixture-of-Experts. Репозиторий содержит веса в формате safetensors для Transformers.

Модель предназначена для извлечения признаков изображений, которые можно использовать для поиска похожих изображений и классификации, в том числе в режиме zero-shot. В README приведены результаты на разрешении 512×512: точность kNN-классификации ImageNet 81,7%, средняя точность kNN на шести наборах данных 86,2% и точность zero-shot-классификации ImageNet 71,2% для ансамбля признаков. Лицензия — Apache-2.0.

Сценарии применения

  • извлечение признаков изображений для поиска похожих изображений
  • классификация изображений методом kNN
  • zero-shot-классификация изображений
  • получение визуальных признаков для downstream-задач

Ограничения

Результаты приведены для разрешения 512×512 и ансамбля признаков; README не описывает качество на других разрешениях и наборах данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SigLino-70M

Accepted at CVPR 2026

Project Website arXiv GitHub

This work stems from the CVPR 2026 AMoE paper, which designs and applies distillation into a Mixture-of-Experts (MoE) vision architecture. We have chosen the name SigLino for better clarity (SigLIP2 + DINOv3).

Dense variant of SigLino. 70M parameters.

Part of the SigLino model family.

Usage

import torch
from PIL import Image
from transformers import AutoModel, AutoImageProcessor

model_id = "tiiuae/siglino-70M"
model = AutoModel.from_pretrained(model_id, trust_remote_code=True).to("cuda", dtype=torch.bfloat16)
processor = AutoImageProcessor.from_pretrained(model_id, trust_remote_code=True)

image = Image.open("image.jpg").convert("RGB")
inputs = processor(image, return_tensors="pt").to("cuda")
inputs["pixel_values"] = inputs["pixel_values"].to(torch.bfloat16)

with torch.no_grad():
    outputs = model(**inputs)

# Options: 'siglino' (512d), 'siglip2' (1152d), 'dinov3' (1024d)
patch_features = outputs["patch_features"]["siglino"]         # (Batch, Tokens, 512)
summary_features = outputs["summary_features"]["siglip2"]  # (Batch, 1152)

Model Details

PropertyValue
ArchitectureDense
Parameters0.07B
Layers12
Hidden Dim512
FFN Dim2048
Patch Size16x16
TeachersDINOv3, SigLIP2

Results (512x512, ensemble features)

TaskMetricScore
kNN (ImageNet)Acc81.7
kNN (6-dataset avg)Acc86.2
Zero-shot cls (ImageNet)Acc71.2
Flickr30K I2TR@190.5
MSCOCO I2TR@165.4
Pascal VOC (1024)mIoU84.8
Cityscapes (1024)mIoU61.6

Citation

@article{chaybouti2025amoe,
  title={AMoE: Agglomerative Mixture-of-Experts Vision Foundation Models},
  author={Chaybouti, Sofian and Narayan, Sanath and Dahou, Yasser and Le Khac, Phuc H. and Singh, Ankit and Huynh, Ngoc Dung and Para, Wamiq Reyaz and Kuehne, Hilde and Hacid, Hakim},
  journal={arXiv preprint arXiv:2512.20157},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-feature-extraction

Можно запустить

Подбираем GPU…

Класс архитектуры
SigLinoModel
Ревизия весов
bf7e2a0

0 моделей