C-RADIOv4 (Rapport Technique)

papers.abstract

En tirant parti de la distillation multi-enseignants, les architectures visuelles agrégatives fournissent un modèle étudiant unifié qui conserve et améliore les capacités distinctes de multiples enseignants. Dans ce rapport technique, nous décrivons la version la plus récente de la famille de modèles C-RADIO, C-RADIOv4, qui s'appuie sur AM-RADIO/RADIOv2.5 dans sa conception, offrant des améliorations significatives sur des tâches en aval clés, à complexité computationnelle égale. Nous publions les variantes de modèles -SO400M (412M de paramètres) et -H (631M), toutes deux entraînées avec un ensemble mis à jour d'enseignants : SigLIP2, DINOv3 et SAM3. Outre les améliorations sur les métriques de base et les nouvelles capacités issues de l'imitation de SAM3, la famille de modèles C-RADIOv4 améliore encore la prise en charge de toute résolution, réintègre l'option ViTDet pour une efficacité considérablement accrue à haute résolution, et est accompagnée d'une licence permissive.

English

By leveraging multi-teacher distillation, agglomerative vision backbones provide a unified student model that retains and improves the distinct capabilities of multiple teachers. In this tech report, we describe the most recent release of the C-RADIO family of models, C-RADIOv4, which builds upon AM-RADIO/RADIOv2.5 in design, offering strong improvements on key downstream tasks at the same computational complexity. We release -SO400M (412M params), and -H (631M) model variants, both trained with an updated set of teachers: SigLIP2, DINOv3, and SAM3. In addition to improvements on core metrics and new capabilities from imitating SAM3, the C-RADIOv4 model family further improves any-resolution support, brings back the ViTDet option for drastically enhanced efficiency at high-resolution, and comes with a permissive license.

C-RADIOv4 (Rapport Technique)

C-RADIOv4 (Tech Report)

papers.abstract

Support