Новые увеличенные версии модели нейросетей ruCLIP Сбера размещены в открытом доступе
15:04 19.01.2022
На портале GitHub выложена линейка моделей ruCLIP, позволяющая ранжировать изображения и подписи к ним на русском языке, а также оценивать семантическу близость изображений и текстов. Модели разработаны командами Sber AI и SberDevices в дополнение к ранее опубликованной модели ruCLIP Small. «Экосистема Сбера является одним из лидеров в области ML-решений — уже сегодня мы предлагаем разработчикам, дата-сайентистам и представителям бизнеса всё больше инструментов и сервисов: от платформ для ML-разработки, как SberCloud ML Space, до законченных ML-решений, как SmartSpeech, - отмечает первый заместитель председателя правления Сбербанка Александр Ведяхин. - Также за последний год объединённые команды Sber AI и SberDevices выпустили ряд трансформерных моделей — ruGPT-3 & family, — среди которых и популярная text-to-image ruDALL-E. Модели занимают первые строчки рейтингов различных бенчмарков и, в отличие от большинства аналогичных решений, размещены в открытом доступе. Эксклюзивные промышленные модели доступны в DataHub SberCloud ML Space. Всё это позволяет решать бизнесу многие задачи для создания собственных прорывных продуктов на базе ML, ускорять time to market и снижать затраты на разработку».
Промышленные версии с наивысшим качеством и количеством параметров — ruCLIP Base exclusive и ruCLIP Large exclusive — доступны в хабе предобученных моделей, датасетов и контейнеров DataHub на платформе SberCloud ML Space.
Эти модели на ряде датасетов успешно обошли ансамбль оригинальной англоязычной модели CLIP и русско-английского переводчика.
Успешное обучение ruCLIP и доступность моделей в open source позволит решать многие задачи компьютерного зрения в различных продуктах и сервисах в режиме zero-shot, то есть без необходимости дорогостоящего дообучения, сообщают разаботчики. В релизе шесть моделей ruCLIP, отличающиеся размером использованного патча (14×14, 16×16, 32×32) и размерами входных изображений (224×224, 336×336 и 384×384). Семантика названия моделей выглядит так:
- ruclip-vit-base-patch16-224;
- ruclip-vit-base-patch32-224;
- ruclip-vit-base-patch32-384 — ruCLIP Base;
- ruclip-vit-large-patch14-224 — ruCLIP Large;
- ruclip-vit-large-patch14-336 — ruCLIP Large exclusive — доступна DataHub SberCloud ML Space only;
- ruclip-vit-base-patch16-384 — ruCLIP Base exclusive — доступна в DataHub SberCloud ML Space only.
Посмотреть детальное сравнение всех шести новых обученных моделей можно в репозитории на GitHub.
Комментарии отключены - материал старше 3 дней
Новости
- 10:45 02.06.2026
- Сбер: Речевая ИИ-аналитика способна снизить эффективность мошенничества
- 10:32 02.06.2026
- Уралвагонзавод решил переименовать БМПТ «Терминатор» в «Спиридон»
- 10:26 02.06.2026
- Собянин: Многие созданные в Москве биотехнологии не имеют аналогов в мире
- 10:20 02.06.2026
- Полный запрет на российскую нефть не войдет в новый пакет санкций ЕС — Politico
- 10:05 02.06.2026
- Испания не приемлет военного вмешательства на Кубе — глава МИД
- 10:00 02.06.2026
- США обсуждают размещение дополнительных ядерных средств в Европе — FT
- 09:32 02.06.2026
- Японские рыбаки отправились на сезонную добычу морской капусты у Курил
- 09:20 02.06.2026
- США оказывают давление на Оман, чтобы тот разорвал отношения с Ираном — WSJ
- 09:05 02.06.2026
- ФСБ вскрыла схему внедрения шпионских программ в телефоны высокопоставленных чиновников
- 09:00 02.06.2026
- Силы ПВО за ночь сбили 148 БПЛА над регионами РФ, Черным и Азовским морями


комментарии(0)