CLIP 零样本多模态分类器可在浏览器 WebGPU 本地运行,50ms 内检索 2.5 万张图

Jev 不是多模态的……但你知道什么是吗?

CLIP。一个近 *6* 年前发布的零样本多模态分类器。可以在 <50ms 内检索 25,000 张图片(无需图片标注)。

它甚至能在你的浏览器里通过 WebGPU 本地运行,由 Transformers.js 驱动!自己试试看 👇 https://t.co/pT3jtW9jsb