Hugging Face Blog·· 2025-02-21精选AI 评分75
Google 发布 SigLIP 2 多语言视觉语言编码器
SigLIP 2: A better multilingual vision language encoder
AI 导读
Google 发布 SigLIP 2 多语言视觉语言编码器，作者团队在 SigLIP 的 sigmoid loss 之上叠加解码器、全局-局部自蒸馏和掩码预测等辅助目标，以提升语义理解、定位和密集特征能力。
推荐理由
作者拆解了 SigLIP 2 相对 SigLIP 新增的多项训练目标与动态分辨率变体，并给出可直接运行的推理与对比方法。
来源：Hugging Face Blog · huggingface.co