/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
siglino · dense
Библиотека
transformers
Опубликована
24 дек 2025

siglino-moe-0.3-0.6B

Эмбеддинги изображенийИзображение → embedding3 профессии

Разреженная vision-модель SigLino для извлечения признаков изображений и классификации.

107скачиваний за 30 дней7лайковвеса 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-MoE-0.3-0.6B — разреженная vision-модель семейства SigLino, разработанная авторами работы AMoE для CVPR 2026. Архитектура сочетает идеи SigLIP2 и DINOv3 и использует смесь из 28 экспертов с маршрутизацией к 6 экспертам на вход. В модели 0,6 млрд параметров всего и 0,3 млрд активных.

Модель предназначена для извлечения признаков изображений и их использования в задачах классификации и поиска ближайших изображений. В README приведены результаты kNN-классификации на ImageNet и среднем показателе по шести датасетам, а также zero-shot-классификации на ImageNet. Репозиторий содержит веса в формате Safetensors, модель использует библиотеку Transformers и распространяется по лицензии Apache-2.0.

Сценарии применения

  • извлечение векторных признаков из изображений
  • поиск похожих изображений по эмбеддингам
  • классификация изображений методом kNN
  • zero-shot-классификация изображений

Ограничения

В README приведены результаты для разрешения 512×512, но условия оценки и применимость результатов к другим разрешениям не описаны.

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-MoE-0.3-0.6B

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).

Sparse MoE variant of SigLino with top-6 out of 28 experts routing. 0.3B active parameters, 0.6B total.

Part of the SigLino model family.

Usage

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

# Load model and processor
model_id = "tiiuae/siglino-moe-0.3-0.6B"
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)

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

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

# Access specialized features
# Options: 'siglino' (768d), 'siglip2' (1152d), 'dinov3' (1024d)
patch_features = outputs["patch_features"]["siglino"]    # (Batch, Tokens, 768)
summary_features = outputs["summary_features"]["siglip2"] # (Batch, 1152)

Model Details

AttributeValue
ArchitectureMoE (top-6/28)
Parameters (active)0.3B
Parameters (total)0.6B
Layers18
Hidden Dim768
MoE Dim384
Patch Size16x16
TeachersDINOv3, SigLIP2

Results (512x512, ensemble features)

TaskMetricScore
kNN (ImageNet)Acc85.9
kNN (6-dataset avg)Acc90.5
Zero-shot cls (ImageNet)Acc79.9
Flickr30K I2TR@194.6
MSCOCO I2TR@170.8
Pascal VOC (1024)mIoU88.9
Cityscapes (1024)mIoU65.4

Citation

If you use this work in your research, please cite:

@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
f4dfe6e

0 моделей