#llava Repositories
Entdecke 26 aktive Open-Source-GitHub-Repositories, die mit #llava getaggt sind und insgesamt 80,904 Sterne gesammelt haben (durchschnittlich 3,111 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist haotian-liu/LLaVA mit 24,232 Sternen.
Insgesamt 26 Repositories
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) wurde für Fähigkeiten auf GPT-4V-Niveau und darüber hinaus entwickelt.
Dieses Repository enthält die offizielle Implementierung von "FastVLM: Efficient Vision Encoding for Vision Language Models" - CVPR 2025
MLX-VLM ist ein Paket für die Inferenz und Feinabstimmung von Vision Language Models (VLMs) auf Ihrem Mac mit MLX.
SUPIR zielt darauf ab, praktische Algorithmen für die fotorealistische Bildrestaurierung in freier Wildbahn zu entwickeln. Unsere neue Online-Demo ist auch unter suppixel.ai verfügbar.
Open-Source-Evaluierungstoolkit für große Multimodale Modelle (LMMs), unterstützt 220+ LMMs, 80+ Benchmarks
Chinesische NLP-Lösungen (große Modelle, Daten, Modelle, Training, Inferenz)
Eine C#/.NET-Bibliothek zum effizienten Ausführen von LLMs (🦙LLaMA/LLaVA) auf Ihrem lokalen Gerät.
[EMNLP-2024] Multimodale Sprachagenten für schnelle Prototypenentwicklung und Produktion erstellen
[ACL 2024 🔥] Video-ChatGPT ist ein Videokonversationsmodell, das aussagekräftige Konversationen über Videos generieren kann. Es kombiniert die Fähigkeiten von LLMs mit einem vortrainierten visuellen Encoder, der für die räumlich-zeitliche Videodarstellung angepasst ist. Wir stellen außerdem ein strenges „Quantitative Evaluation Benchmarking“ für videobasierte Konversationsmodelle vor.
Vollständig offener Rahmen für demokratisiertes multimodales Training
Ein leistungsstarkes Framework zur Modellkompression für LLMs und LVLMs, angepasst für NVIDIA GPUs und Huawei Ascend NPUs.
🔥🔥 LLaVA++: LLaVA mit Phi-3 und LLaMA-3 erweitern (LLaVA LLaMA-3, LLaVA Phi-3)
Eine erstklassige Sammlung und Umfrage zu Vision‑Language‑Modellen, sowie ein GitHub‑Repository mit Modellen. Kontinuierliche Updates.
Paddle Multimodal Integration and eXploration, unterstützt Mainstream-multimodale Aufgaben, einschließlich End-to-End-Large-Scale-multimodaler Vortrainingsmodelle und Diffusion-Model-Toolbox. Ausgestattet mit hoher Leistung und Flexibilität.
👁️ + 💬 + 🎧 = 🤖 Kuratierte Liste der besten Foundation- und multimodalen Modelle! [Paper + Code + Beispiele + Tutorials]
ComfyUI-Nodes für Vision-Language-Modelle: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Sowie Open-Vocabulary-Erkennung, SAM2/SAM3-Segmentierung, zeitliche Videobetrachtung, GGUF via llama.cpp und gehostete LLM/VLM-APIs.
[ECCV 2024 Vortrag] Code für das Paper: Ein Bild ist 1/2 Token wert nach Schicht 2: Plug-and-Play-Inferenzbeschleunigung für große visuell-sprachliche Modelle
LLaVA-Mini ist ein einheitliches großes multimodales Modell (LMM), das Bilder, hochauflösende Bilder und Videos auf effiziente Weise verstehen kann.
[ICLR2026] VideoChat-Flash: Hierarchische Kompression für die Langkontext-Video-Modellierung
KI-gestützter Assistent, der Sie bei Ihren täglichen Aufgaben unterstützt, angetrieben von Llama 3, DeepSeek R1 und vielen weiteren Modellen auf HuggingFace.
Häufig gestellte Fragen
Welches ist das beliebteste #llava-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#llava-Projekt auf GitHub ist haotian-liu/LLaVA mit 24,232 Sternen. [NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) wurde für Fähigkeiten auf GPT-4V-Niveau und darüber hinaus entwickelt.
Welche Programmiersprachen werden in #llava-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #llava-Projekten auf GitHub sind Python, Jupyter Notebook, C#, HTML die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #llava-Repositories berechnet?
Wir verfolgen 26 aktive Open-Source-Repositories, die mit #llava getaggt sind (500+ Sterne), mit insgesamt 80,904 Sternen und durchschnittlich 3,111 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.