Pix2struct Large
Apache-2.0
Pix2Struct是一个图像编码器-文本解码器模型,通过图像-文本对训练,适用于多种视觉语言任务
图像生成文本
Transformers

支持多种语言
P
google
6,601
34
Pix2struct Ocrvqa Base
Apache-2.0
Pix2Struct是基于OCR-VQA任务微调的视觉问答模型,能够解析图像中的文本内容并回答问题
图像生成文本
Transformers

支持多种语言
P
google
38
1
Pix2struct Docvqa Base
Apache-2.0
Pix2Struct是一个图像编码器-文本解码器模型,通过图像-文本对训练,支持多种任务,包括图像描述生成和视觉问答。
图像生成文本
Transformers

支持多种语言
P
google
8,601
37
Pix2struct Base
Apache-2.0
Pix2Struct是一种图像编码器-文本解码器模型,通过多种任务的图像-文本对训练,包括图像描述和视觉问答。
图像生成文本
Transformers

支持多种语言
P
google
6,390
71
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文