OmniVec
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- TensorTour
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 7 November 2023
- Auteurs
- Siddharth Srivastava, Gaurav Sharma
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Multimodal, Vision, Speech, Language, Video, 3D modeling
- Tâche
- Image classification, Speech recognition (ASR)
- Modèle de base
- BERT-Large
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- Données d'entraînement
- tokens
- Époques
- 2,000
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Pourquoi c'est suivi
- SOTA improvement
- Confiance d'enregistrement
- Unknown
- Citations
- 89
" We surpass the state of the art on iNaturalist with a top-1 accuracy of 93.8%, compared to InternImage’s 92.6%. On Places-365, we beat all competitors, achieving 61.6% accuracy versus InternImage’s 61.2%" "We observe that we outperform all the competing methods on Moments in Time dataset " "on the ESC50 dataset. OmniVec outperforms competing methods, achieving an accuracy of 98.4%, significantly higher than the Audio Spectrogram Transformer (AST) at 85.7%."
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- OmniVec: Learning robust representations with cross modal sharing
- Dernière mise à jour
- 25 May 2026
Ce que les chiffres signifient
À propos de ce modèle
OmniVec a été publié par TensorTour, dans le pays enregistré comme United States of America, durant November 2023. L'organisation de publication est catégorisée comme industry.
Il fonctionne dans le domaine de Multimodal, Vision, Speech, Language, Video, 3D modeling, et est enregistré comme exécutant la tâche de image classification, Speech recognition (ASR).
Son point de départ était un modèle de base existant, BERT-Large. C'est la façon habituelle de produire un modèle spécialisé.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Comment il a été entraîné
Il est suivi dans le ensemble de données sous-jacent pour une raison particulière : sOTA improvement.
Réponses
OmniVec — questions courantes
OmniVec— à quoi ça sert ?
Il fonctionne dans le domaine de Multimodal, Vision, Speech, Language, Video, 3D modeling, et est enregistré comme gérant la tâche de image classification, Speech recognition (ASR). Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
OmniVec— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
OmniVec— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
OmniVec— combien de paramètres cela a-t-il ?
Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.
OmniVec— qui l'a créé ?
Il a été publié par TensorTour, basé sur United States of America, une organisation catégorisée comme industry.
OmniVec— quand a-t-il été publié ?
Il a été publié dans November 2023. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.