#large-multimodal-models Repositories
Entdecke 18 aktive Open-Source-GitHub-Repositories, die mit #large-multimodal-models getaggt sind und insgesamt 46,681 Sterne gesammelt haben (durchschnittlich 2,593 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist chiphuyen/aie-book mit 18,372 Sternen.
Insgesamt 18 Repositories
[WIP] Ressourcen für KI-Ingenieure. Enthält auch unterstützende Materialien für das Buch "AI Engineering" (Chip Huyen, 2025)
✨✨[NeurIPS 2025] VITA-1.5: Auf dem Weg zur Echtzeit-Seh- und Sprachinteraktion auf GPT-4o-Niveau
Eine offizielle Implementierung von DanceGRPO: Entfesslung von GRPO für visuelle Generierung
[ICCV 2025] Implementierung für Describe Anything: Detaillierte lokalisierte Bild- und Videounterschriftenerstellung
Kuratierter visueller Katalog mit über 200 Architekturen von Vision-Language-Modellen (VLM/MLLM): Fachartikel, Diagramme, Trainingsrezepte, Datensätze und ein Veröffentlichungszeitplan für multimodale KI-Agenten.
[NeurIPS 2024] Eine offizielle Implementierung von "ShareGPT4Video: Verbesserung des Videoverständnisses und der Videogenerierung mit besseren Bildunterschriften"
Code für "WebVoyager: WebVoyager: Building an End-to-End Web Agent with Large Multimodal Models"
Eine Sammlung von Ressourcen zu Anwendungen des multimodalen Lernens in der medizinischen Bildgebung.
Erweitern Sie OpenRLHF, um das LMM-RL-Training zur Reproduktion von DeepSeek-R1 bei multimodalen Aufgaben zu unterstützen.
LLaVA-Plus: Große Sprach- und Sehassistenten, die sich anschließen und lernen, Fähigkeiten zu nutzen
Das offizielle Repository für „Vidi: Große multimodale Modelle für Video-Verständnis und -Bearbeitung“
Dieses Repository enthält den Evaluierungscode für das Paper „MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI“
LLaVA-Mini ist ein einheitliches großes multimodales Modell (LMM), das Bilder, hochauflösende Bilder und Videos auf effiziente Weise verstehen kann.
Häufig gestellte Fragen
Welches ist das beliebteste #large-multimodal-models-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#large-multimodal-models-Projekt auf GitHub ist chiphuyen/aie-book mit 18,372 Sternen. [WIP] Ressourcen für KI-Ingenieure. Enthält auch unterstützende Materialien für das Buch "AI Engineering" (Chip Huyen, 2025)
Welche Programmiersprachen werden in #large-multimodal-models-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #large-multimodal-models-Projekten auf GitHub sind Python, Jupyter Notebook, Markdown die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #large-multimodal-models-Repositories berechnet?
Wir verfolgen 18 aktive Open-Source-Repositories, die mit #large-multimodal-models getaggt sind (500+ Sterne), mit insgesamt 46,681 Sternen und durchschnittlich 2,593 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.