Классификатор HarmBench на базе Llama 2 оценивает соответствие текстовых генераций заданному стандартному или контекстному поведению.

Подходит для: проверка ответов языковой модели на заданное поведение · классификация потенциально вредоносных генераций · оценка безопасности ответов чат-бота

Экспериментальная версия Zephyr 7B, дообученная методом RMU для снижения генерации опасных сведений по биобезопасности и кибербезопасности.

Подходит для: диалоговая генерация текста на английском языке · изучение методов удаления опасных знаний из языковых моделей · сравнение поведения модели на тестах WMDP, MMLU и MT-Bench

Классификатор HarmBench на базе Mistral оценивает сгенерированные ответы на соответствие заданному поведению для валидации и аудита безопасности.

Подходит для: оценка ответа модели на заданное вредоносное поведение · проверка сгенерированных ответов на бенчмарке HarmBench · сравнение генераций с контекстом и без него

Крупная модель CaiT, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: определение класса объекта на изображении · классификация фотографий по категориям ImageNet · извлечение признаков изображений для последующего анализа

CaiT M36 — крупная модель для классификации изображений ImageNet-1k и получения визуальных признаков.

Подходит для: классификация изображений по категориям · распознавание объектов на фотографиях · извлечение признаков изображений для последующих задач компьютерного зрения

CaiT-S24-224 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, предварительно обученная с дистилляцией на ImageNet-1k.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet-1k · извлечение признаков изображений для последующего анализа

CAFormer-S18 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-22k и дообученная на ImageNet-1k.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet-1k · извлечение признаков из изображений

Компактная модель CaiT для классификации изображений ImageNet-1k и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение эмбеддингов изображений

CAFormer с 39,3 млн параметров для классификации изображений и извлечения визуальных признаков, дообученный на ImageNet-1k после предобучения на ImageNet-22k.

Подходит для: классификация изображений размером 384 × 384 · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

CAFormer-S18 — модель MetaFormer для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

Computer — 70-миллиардная модель-персонаж на базе Llama 3.1, предназначенная для выразительных литературных диалогов и продолжения документов-разговоров.

Подходит для: создание необычного продолжения заданного диалога · литературное взаимодействие с моделью-персонажем · генерация диалогов с повествовательными ремарками и притчами

CaiT — модель классификации изображений, обученная на ImageNet-1k и пригодная также для извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · распознавание объектов на фотографиях · извлечение эмбеддингов изображений

CAFormer с 39,3 млн параметров, дообученный на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений для поиска и сравнения

Диалоговая модель на основе Mistral для генерации текста и ответов на сообщения пользователя.

Подходит для: создание диалогового помощника · ответы на вопросы в чате · генерация продолжения текста

CAFormer с 98,8 млн параметров для классификации изображений и извлечения визуальных признаков, предобученный на ImageNet-22k и дообученный на ImageNet-1k.

Подходит для: классификация объектов на изображениях · извлечение признаковых карт для компьютерного зрения · получение эмбеддингов изображений

Модель CaiT с дистилляцией на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов и сцен на изображениях · определение категории изображения из набора классов ImageNet · извлечение признаковых векторов изображений

Классификатор HarmBench на базе Llama для оценки мультимодальных типов поведения.

Подходит для: классификация мультимодальных типов поведения · оценка поведения модели в тестах HarmBench · анализ примеров при проверке безопасности мультимодальных моделей

CAFormer с 26,3 млн параметров для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация изображений по категориям · извлечение признаков из изображений для компьютерного зрения · получение эмбеддингов изображений

Модель CAFormer с 56,2 млн параметров для классификации изображений, извлечения признаков и получения эмбеддингов.

Подходит для: классификация изображений по категориям ImageNet · извлечение карт признаков для компьютерного зрения · получение эмбеддингов изображений

CAFormer-B36 — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание категорий ImageNet · извлечение карт признаков для компьютерного зрения

CaiT-XXS36-224 — классификатор изображений, обученный на ImageNet-1k и пригодный также для извлечения визуальных признаков.

Подходит для: классификация изображений по классам ImageNet-1k · извлечение признаков изображений для последующей обработки · использование визуального backbone в компьютерном зрении

CAFormer с 98,8 млн параметров, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · распознавание классов ImageNet-1k · извлечение карт признаков для компьютерного зрения

Модель ConvNeXt-base для классификации изображений, вероятно ориентированная на распознавание автомобилей из Stanford Cars.

Подходит для: Классификация изображений автомобилей · Определение модели автомобиля по фотографии · Добавление классификации изображений автомобилей в приложение на Transformers

Дообученный визуальный энкодер CLIP ViT-B/32 для извлечения признаков изображений автомобилей из набора Stanford Cars.

Подходит для: извлечение векторных признаков изображений автомобилей · сравнение изображений автомобилей по визуальному сходству · подготовка признаков автомобилей для классификатора