sentence-transformers/sentence-transformers/clip-ViT-B-32-multilingual-v1

持续维护

发布日期 未标注·最后更新 08-09·数据来源 社区补充·待核实

这是你发布的模型吗？认领后可标注官方身份并长期维护主页信息。

任务类型向量模型

参数规模暂无可靠数据

上下文长度512

开源协议暂无可靠数据

商用情况暂无可靠数据

推荐显存暂无可靠数据

主要语言暂无可靠数据

本地部署未标注

模型介绍

中文速览

发布方	sentence-transformers
上下文长度	512

资料来源：DeepInfra 模型库，以下正文为官方原始说明。

本条目的官方说明为英文，以下内容保留原文，关键章节标题已中文标注。

sentence-transformers/clip-ViT-B-32-multilingual-v1

This model is a multilingual version of the OpenAI CLIP-ViT-B32 model, which maps text and images to a common dense vector space. It includes a text embedding model that works for 50+ languages and an image encoder from CLIP. The model was trained using Multilingual Knowledge Distillation, where a multilingual DistilBERT model was trained as a student model to align the vector space of the original CLIP image encoder across many languages.

上下文长度：512 tokens
最大输出：512 tokens
标签：embed
定价（每百万 token，USD）：输入 $0.0050 / 输出 $0.0000
提供方：sentence-transformers
来源：DeepInfra

适合场景

暂无可靠数据。

已知限制

本站未登记确切发布日期，版本时间线可能不完整。
本页评测与硬件数据为区间估算，未做统一环境实测，不能替代官方评测报告。

评测

暂无可靠数据。本站只收录标注了「评测来源、模型版本、是否官方数据、测试日期」的成绩，不混合不同设置下的分数，也不把单一 Benchmark 解释为整体能力。