CLIP-convnext_base_w-laion_aesthetic-s13B-b82K

LAION-5B训练的ConvNeXt-Base CLIP模型

ConvNeXt-Base架构的CLIP模型在LAION-5B子集上完成训练，支持256x256和320x320两种图像分辨率。在ImageNet零样本分类评测中取得70.8%-71.7%的top-1准确率，样本效率超过同规模ViT-B/16模型。该模型主要用于研究领域，可执行零样本图像分类和图文检索等任务。

数据集ConvNext开源项目模型Github机器学习HuggingfaceCLIP图像分类

GitHub

Hugging Face

论文

项目简介

CLIP-convnext_base_w-laion_aesthetic-s13B-b82K是一个基于ConvNeXt架构的CLIP模型系列。这个项目探索了一种新的替代方案，用于替代传统的ViT和ResNet架构，在模型规模和图像分辨率方面都表现出良好的扩展性。

技术特点

该模型系列具有以下显著特征:

首次在大规模数据集上训练ConvNeXt CLIP模型，其规模可与CLIP ViT-B/16和RN50x4模型相媲美
首次发布的模型权重探索了图像塔的增强和正则化技术，包括更大范围的随机裁剪、随机擦除和随机深度等

模型架构

模型采用了timm库中的ConvNeXt-Base作为图像编码器，文本编码器则采用与OpenAI CLIP RN50x4相同的架构(深度12，嵌入维度640)。基础模型在256x256分辨率下训练，在计算量和激活量上与RN50x4模型相当。

训练细节

训练数据集：使用LAION-2B和LAION-Aesthetic数据集
批量大小：81920
训练样本：约13B个样本
训练环境：在stability.ai集群和JUWELS超级计算机上进行

性能表现

在ImageNet-1k零样本分类任务上达到70.8%-71.7%的top-1准确率
相比ViT-B/16模型(34B样本训练达到70.2%)表现出更好的样本效率
增强正则化版本(augreg)在更广泛的分辨率范围内表现良好

应用场景

零样本图像分类
图像和文本检索
图像分类微调
线性探测图像分类
图像生成引导和条件控制

使用限制

不建议在未经充分测试的情况下部署到实际应用中
不适用于监视和人脸识别等场景
仅支持英语相关的使用场景
不建议直接用于工业产品的开发

重要说明

该模型主要面向研究社区，旨在帮助研究人员更好地理解和探索零样本图像分类。使用时需要注意数据集的未经筛选性质，建议仅用于研究目的。

编辑推荐精选

Manus

全面超越基准的 AI Agent助手

Manus 是一款通用人工智能代理平台，能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析，还是教育支持与商业决策，Manus 都能高效整合信息，提供精准解决方案。它以直观的交互体验和领先的技术，为用户开启了一个智慧驱动、轻松高效的新时代，让每个灵感都能得到完美落地。

飞书知识问答

飞书官方推出的AI知识库上传word pdf即可部署AI私有知识库

基于DeepSeek R1大模型构建的知识管理系统，支持PDF、Word、PPT等常见文档格式解析，实现云端与本地数据的双向同步。系统具备实时网络检索能力，可自动关联外部信息源，通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能，适用于企业文档管理和个人学习资料整理场景。

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

TraeAI IDE协作生产力转型热门AI工具

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

使用教程AI工具酷表ChatExcelAI智能客服AI营销产品

DeepEP

DeepSeek开源的专家并行通信优化框架

DeepEP是一个专为大规模分布式计算设计的通信库，重点解决专家并行模式中的通信瓶颈问题。其核心架构采用分层拓扑感知技术，能够自动识别节点间物理连接关系，优化数据传输路径。通过实现动态路由选择与负载均衡机制，系统在千卡级计算集群中维持稳定的低延迟特性，同时兼容主流深度学习框架的通信接口。

DeepSeek

全球领先开源大模型，高效智能助手

DeepSeek是一家幻方量化创办的专注于通用人工智能的中国科技公司，主攻大模型研发与应用。DeepSeek-R1是开源的推理模型，擅长处理复杂任务且可免费商用。

KnowS

AI医学搜索引擎整合4000万+实时更新的全球医学文献

医学领域专用搜索引擎整合4000万+实时更新的全球医学文献，通过自主研发AI模型实现精准知识检索。系统每日更新指南、中英文文献及会议资料，搜索准确率较传统工具提升80%，同时将大模型幻觉率控制在8%以下。支持临床建议生成、文献深度解析、学术报告制作等全流程科研辅助，典型用户反馈显示每周可节省医疗工作者70%时间。

Windsurf Wave 3

Windsurf Editor推出第三次重大更新Wave 3

新增模型上下文协议支持与智能编辑功能。本次更新包含五项核心改进：支持接入MCP协议扩展工具生态，Tab键智能跳转提升编码效率，Turbo模式实现自动化终端操作，图片拖拽功能优化多模态交互，以及面向付费用户的个性化图标定制。系统同步集成DeepSeek、Gemini等新模型，并通过信用点数机制实现差异化的资源调配。

AI IDE