#visual-question-answering Repositories
Entdecke 15 aktive Open-Source-GitHub-Repositories, die mit #visual-question-answering getaggt sind und insgesamt 24,641 Sterne gesammelt haben (durchschnittlich 1,642 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist salesforce/BLIP mit 5,626 Sternen.
Insgesamt 15 Repositories
PyTorch-Code für BLIP: Bootstrapping Language-Image Pre-training für unified Vision-Language Understanding und Generation
Offizielle Repository von OFA (ICML 2022). Paper: OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework
Large Language-and-Vision Assistant für Biomedizin, entwickelt für multimodale Fähigkeiten auf GPT-4-Niveau.
【LLMs Neun-Schichten-Dämonenturm】Teilen von Praxiserfahrungen und Kenntnissen zu LLMs in Bereichen wie natürliche Sprachverarbeitung (ChatGLM, Chinese-LLaMA-Alpaca, Xiaoyangtuo Vicuna, LLaMA, GPT4ALL usw.), Informationsabruf (langchain), Sprachsynthese, Spracherkennung, Multimodalität (Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual usw.).
Monkey (LMM): Bildauflösung und Textetikett sind wichtige Dinge für große multimodale Modelle (CVPR 2024 Highlight)
[NIPS'25 Spotlight] Mulberry, ein O1-ähnliches Reasoning and Reflection MLLM, implementiert über kollektives MCTS
so etwas wie Visual-ChatGPT, die Open-Source-Version von Wenxin Yiyan
Eine Sammlung von Ressourcen zu Anwendungen des multimodalen Lernens in der medizinischen Bildgebung.
Das verborgene Rätsel des OCR in großen multimodalen Modellen (OCRBench)
PyTorch-Implementierung von „V* : Guided Visual Search as a Core Mechanism in Multimodal LLMs“
Dieses Repository enthält den Evaluierungscode für das Paper „MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI“
Häufig gestellte Fragen
Welches ist das beliebteste #visual-question-answering-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#visual-question-answering-Projekt auf GitHub ist salesforce/BLIP mit 5,626 Sternen. PyTorch-Code für BLIP: Bootstrapping Language-Image Pre-training für unified Vision-Language Understanding und Generation
Welche Programmiersprachen werden in #visual-question-answering-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #visual-question-answering-Projekten auf GitHub sind Python, Jupyter Notebook, JavaScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #visual-question-answering-Repositories berechnet?
Wir verfolgen 15 aktive Open-Source-Repositories, die mit #visual-question-answering getaggt sind (500+ Sterne), mit insgesamt 24,641 Sternen und durchschnittlich 1,642 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.