C-RADIOv4 (Технический отчет)

Аннотация

Благодаря использованию дистилляции от нескольких учителей, агломеративные визуальные архитектуры предоставляют единую студенческую модель, которая сохраняет и улучшает уникальные возможности нескольких учителей. В данном техническом отчете мы описываем последний выпуск семейства моделей C-RADIO — C-RADIOv4, который основан на AM-RADIO/RADIOv2.5 по дизайну и предлагает значительное улучшение ключевых downstream-задач при той же вычислительной сложности. Мы выпускаем варианты моделей -SO400M (412 млн параметров) и -H (631 млн), обученные с обновленным набором учителей: SigLIP2, DINOv3 и SAM3. Помимо улучшения ключевых метрик и новых возможностей, полученных за счет имитации SAM3, семейство моделей C-RADIOv4 дополнительно улучшает поддержку любого разрешения, возвращает опцию ViTDet для значительного повышения эффективности при высоком разрешении и сопровождается разрешительной лицензией.

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 (Технический отчет)

C-RADIOv4 (Tech Report)

Аннотация

Support