#large-multimodal-models Repositorios
Descubre 18 repositorios activos de código abierto de GitHub etiquetados con #large-multimodal-models, que acumulan 46,681 estrellas en total (una media de 2,593 estrellas por proyecto). El líder de este tema es chiphuyen/aie-book, con 18,372 estrellas.
18 repositorios en total
[WIP] Recursos para ingenieros de IA. También contiene materiales de apoyo para el libro AI Engineering (Chip Huyen, 2025)
✨✨[NeurIPS 2025] VITA-1.5: Hacia la Interacción de Visión y Voz en Tiempo Real Nivel GPT-4o
Una implementación oficial de DanceGRPO: Liberando GRPO en la generación visual
[ICCV 2025] Implementación para Describe Anything: Subtitulado detallado y localizado de imágenes y videos
Catálogo visual seleccionado de más de 200 arquitecturas de modelos de visión y lenguaje (VLM/MLLM): artículos, diagramas, recetas de entrenamiento, conjuntos de datos y una cronología de lanzamientos de agentes de IA multimodales.
[NeurIPS 2024] Una implementación oficial de "ShareGPT4Video: Mejora de la comprensión y generación de vídeo con mejores subtítulos"
Código para "WebVoyager: WebVoyager: Building an End-to-End Web Agent with Large Multimodal Models"
Una colección de recursos sobre aplicaciones de aprendizaje multimodal en imágenes médicas.
Extender OpenRLHF para admitir el entrenamiento LMM RL para la reproducción de DeepSeek-R1 en tareas multimodales.
LLaVA-Plus: Grandes asistentes de lenguaje y visión que se conectan y aprenden a usar habilidades
El repositorio oficial de "Vidi: Modelos Multimodales Grandes para la Comprensión y Edición de Video"
Este repositorio contiene el código de evaluación para el artículo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"
LLaVA-Mini es un modelo multimodal grande y unificado (LMM) que puede admitir la comprensión de imágenes, imágenes de alta resolución y videos de manera eficiente.
Preguntas frecuentes
¿Cuál es el repositorio de #large-multimodal-models más popular en GitHub?
El proyecto de código abierto de #large-multimodal-models mejor posicionado en GitHub es chiphuyen/aie-book, con 18,372 estrellas. [WIP] Recursos para ingenieros de IA. También contiene materiales de apoyo para el libro AI Engineering (Chip Huyen, 2025)
¿Qué lenguajes de programación se utilizan más en los repositorios de #large-multimodal-models?
Entre los proyectos de #large-multimodal-models mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Markdown.
¿Cómo se calcula la clasificación de los repositorios de #large-multimodal-models?
Seguimos 18 repositorios activos de código abierto etiquetados con #large-multimodal-models (500+ estrellas), que suman un total de 46,681 estrellas, con una media de 2,593 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.