Git Stars Git Stars

#vision-language-pretraining Repositories

Entdecke 9 aktive Open-Source-GitHub-Repositories, die mit #vision-language-pretraining getaggt sind und insgesamt 46,514 Sterne gesammelt haben (durchschnittlich 5,168 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist deepseek-ai/Janus mit 17,737 Sternen.

9
Gesamtzahl der Repositories
46,514
Gesamtanzahl der Sterne
5,168
Durchschnittliche Sterne/Repo
Programmiersprachen: Python Jupyter Notebook

Insgesamt 9 Repositories

1
deepseek-ai/Janus

Janus-Serie: Einheitliche multimodale Verständnis- und Generierungsmodelle

deepseek-ai
⭐ 17,737 Python 👤 deepseek-ai Organization 🕐 Aktualisiert 2025-02-01 📅 Erstellt 2024-10-18
2
salesforce/LAVIS

LAVIS – Eine One-Stop-Bibliothek für Sprach-Seh-Intelligenz

salesforce
⭐ 11,265 Jupyter Notebook 👤 salesforce Organization 🕐 Aktualisiert 2026-06-02 📅 Erstellt 2022-08-24
4
deepseek-ai/DeepSeek-VL

DeepSeek-VL: Auf dem Weg zum realitätsnahen Sprachverständnis in der Bildsprache

deepseek-ai
⭐ 4,037 Python 👤 deepseek-ai Organization 🕐 Aktualisiert 2024-04-24 📅 Erstellt 2024-03-07
5
DAMO-NLP-SG/Video-LLaMA

[EMNLP 2023 Demo] Video-LLaMA: Ein instruktionsangepasstes Audio-Visuelles Sprachmodell für das Videoverständnis

DAMO-NLP-SG
⭐ 3,110 Python 👤 DAMO-NLP-SG Organization 🕐 Aktualisiert 2024-06-04 📅 Erstellt 2023-05-06
6
microsoft/GLIP

Gegründetes Sprach-Bild-Vortraining

microsoft
⭐ 2,561 Python 👤 microsoft Organization 🕐 Aktualisiert 2024-01-24 📅 Erstellt 2021-11-24
7
mbzuai-oryx/Video-ChatGPT

[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.

mbzuai-oryx
⭐ 1,516 Python 👤 mbzuai-oryx Organization 🕐 Aktualisiert 2026-09-05 📅 Erstellt 2023-05-18
8
allenai/mmc4

MultimodalC4 ist eine multimodale Erweiterung von c4, die Millionen von Bildern mit Text durchsetzt.

allenai
⭐ 953 Python 👤 allenai Organization 🕐 Aktualisiert 2025-03-19 📅 Erstellt 2023-04-13
9
jy0205/LaVIT

LaVIT: Befähigung großer Sprachmodelle zum Verstehen und Generieren von visuellen Inhalten

jy0205
⭐ 601 Jupyter Notebook 👤 jy0205 User 🕐 Aktualisiert 2024-10-06 📅 Erstellt 2023-09-09

Häufig gestellte Fragen

1

Welches ist das beliebteste #vision-language-pretraining-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#vision-language-pretraining-Projekt auf GitHub ist deepseek-ai/Janus mit 17,737 Sternen. Janus-Serie: Einheitliche multimodale Verständnis- und Generierungsmodelle

2

Welche Programmiersprachen werden in #vision-language-pretraining-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #vision-language-pretraining-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #vision-language-pretraining-Repositories berechnet?

Wir verfolgen 9 aktive Open-Source-Repositories, die mit #vision-language-pretraining getaggt sind (500+ Sterne), mit insgesamt 46,514 Sternen und durchschnittlich 5,168 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.