RuCLIP——新模型与实验：技术报告
计算机视觉与模式识别
2022-02-23 v1 人工智能
摘要
在本报告中，我们提出了在 2.4 亿对数据上训练的 ruCLIP 模型的六种新实现。在来自不同领域的 16 个数据集上，将准确率结果与使用 Ru-En 翻译（OPUS-MT）的原始 CLIP 模型进行比较。我们的最佳实现在少样本和零样本任务上的大多数数据集中优于 CLIP + OPUS-MT 方案。在报告中我们简要描述了这些实现，并集中于所进行的实验。报告中还给出了推理执行时间的比较。
引用
@article{arxiv.2202.10784,
title = {RuCLIP -- new models and experiments: a technical report},
author = {Alex Shonenkov and Andrey Kuznetsov and Denis Dimitrov and Tatyana Shavrina and Daniil Chesakov and Anastasia Maltseva and Alena Fenogenova and Igor Pavlov and Anton Emelyanov and Sergey Markov and Daria Bakshandaeva and Vera Shybaeva and Andrey Chertok},
journal= {arXiv preprint arXiv:2202.10784},
year = {2022}
}