基于SigLIP 2的ViT图像编码器，采用全局平均池化，移除了注意力池化头，适用于图像特征提取任务。

基于SigLIP 2的视觉Transformer模型，专为图像特征提取设计，适用于多语言视觉-语言任务。

SigLIP 2 ViT模型，仅包含图像编码器部分，用于图像特征提取，基于WebLI数据集训练。

基于SigLIP 2的ViT图像编码器，采用全局平均池化，移除了注意力池化头，适用于图像特征提取任务。

基于SigLIP 2架构的视觉Transformer模型，专为图像特征提取设计，预训练于webli数据集。

基于SigLIP 2架构的视觉Transformer模型，专为图像特征提取设计，采用全局平均池化(GAP)替代注意力池化头部

基于SigLIP 2的ViT图像编码器，采用全局平均池化，移除了注意力池化头，专为图像特征提取设计。

基于SigLIP 2的ViT图像编码器，专为timm设计，适用于视觉-语言任务

基于SigLIP 2架构的视觉Transformer模型，专为图像特征提取设计，预训练于webli数据集

基于SigLIP 2技术的视觉Transformer模型，专注于图像特征提取

基于SigLIP 2的视觉Transformer模型，使用全局平均池化(GAP)替代注意力池化头的图像编码器

基于SigLIP 2的ViT图像编码器，采用全局平均池化，移除注意力池化头，适用于图像特征提取。

基于SigLIP 2的视觉变换器模型，采用全局平均池化处理图像特征

基于SigLIP 2的视觉变换器模型，专为图像特征提取设计，使用webli数据集预训练

SigLIP 2 是基于 SigLIP 预训练目标的改进模型，整合了多项技术以提升语义理解、定位和密集特征提取能力。

SigLIP 2 是基于 SigLIP 改进的多语言视觉语言编码器，增强了语义理解、定位和密集特征提取能力。

SigLIP 2 是在 SigLIP 基础上改进的多语言视觉语言编码器，提升了语义理解、定位和密集特征提取能力。

SigLIP 2 是基于 SigLIP 改进的视觉语言模型，整合了多项技术以提升语义理解、定位和密集特征提取能力。

SigLIP 2 是一个视觉语言模型，整合了多项技术以提升语义理解、定位和密集特征提取能力。

SigLIP 2是一个多语言视觉语言编码器，改进了语义理解、定位和密集特征提取能力。

SigLIP 2 是基于 SigLIP 的改进版本，整合了多项技术以提升语义理解、定位和密集特征提取能力。

AraModernBert是基于ModernBERT架构构建的先进阿拉伯语语言模型，结合了Transformer设计创新与100GB阿拉伯语文本的大规模训练。

该模型是专为SemEval Multiconer任务设计的命名实体识别(NER)模型，用于识别多语言和跨领域文本中的复杂实体类别。

ERNIE 2.0是百度于2019年提出的持续预训练框架，通过持续的多任务学习逐步构建和优化预训练任务。