Kakao Brain 发布新 ViT 和 ALIGN 模型

Kakao Brain 在 Hugging Face 上发布了新的 ViT（Vision Transformer）和 ALIGN 模型。ViT 模型在图像分类任务上进行了优化，而 ALIGN 模型则专注于视觉-语言对齐。这些模型基于大规模数据集训练，旨在提升多模态理解能力。具体性能指标和模型权重已在 Hugging Face 模型库中开放。