OmniVec
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- TensorTour
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 7 November 2023
- Autori
- Siddharth Srivastava, Gaurav Sharma
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Multimodal, Vision, Speech, Language, Video, 3D modeling
- Compito
- Image classification, Speech recognition (ASR)
- Modello di base
- BERT-Large
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
- Epoche
- 2,000
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Unknown
- Citazioni
- 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%."
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- OmniVec: Learning robust representations with cross modal sharing
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Informazioni su questo modello
OmniVec è stato pubblicato da TensorTour, nel paese registrato come United States of America, durante November 2023. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Multimodal, Vision, Speech, Language, Video, 3D modeling, ed è registrato come eseguire il compito di image classification, Speech recognition (ASR).
Il suo punto di partenza era un modello di base esistente, BERT-Large. Quello è il modo abituale in cui viene prodotto un modello specializzato.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Come è stato addestrato
È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.
Risposte
OmniVec — domande comuni
OmniVec— A cosa serve?
Funziona nel dominio di Multimodal, Vision, Speech, Language, Video, 3D modeling, e viene registrato come gestire il compito di image classification, Speech recognition (ASR). I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
OmniVec— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
OmniVec— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
OmniVec— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
OmniVec— chi l'ha creato?
È stato pubblicato da TensorTour, basato su United States of America, un'organizzazione categorizzata come industry.
OmniVec— quando è stato rilasciato?
È stato pubblicato in November 2023. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.