Git Stars Git Stars

#multimodality Repositorios

Descubre 11 repositorios activos de código abierto de GitHub etiquetados con #multimodality, que acumulan 11,549 estrellas en total (una media de 1,049 estrellas por proyecto). El líder de este tema es BAAI-Agents/Cradle, con 2,394 estrellas.

11
Total de Repositorios
11,549
Total de estrellas
1,049
Promedio de Estrellas/Repo
Lenguajes de programación: Python HTML

11 repositorios en total

1
BAAI-Agents/Cradle

El framework Cradle es un primer intento de Control General por Computadora (GCC). Cradle ayuda a los agentes a sobresalir en cualquier tarea informática al permitir sólidas capacidades de razonamiento, auto-mejora y curación de habilidades, en un entorno general estandarizado con requisitos mínimos.

BAAI-Agents
⭐ 2,394 Python 👤 BAAI-Agents Organization 🕐 Actualizado 2024-11-07 📅 Creado 2024-03-03
2
hymie122/RAG-Survey

Recopilación de artículos impresionantes sobre RAG para AIGC. Proponemos una taxonomía de los fundamentos, mejoras y aplicaciones de RAG en el artículo "Retrieval-Augmented Generation for AI-Generated Content: A Survey".

hymie122
⭐ 1,780 👤 hymie122 User 🕐 Actualizado 2024-08-20 📅 Creado 2024-02-23
3
ATH-MaaS/Ovis

Una novedosa arquitectura de Modelo de Lenguaje Grande Multimodal (MLLM), diseñada para alinear estructuralmente incrustaciones visuales y textuales.

ATH-MaaS
⭐ 1,536 Python 👤 ATH-MaaS Organization 🕐 Actualizado 2026-07-15 📅 Creado 2024-06-13
4
PreferredAI/cornac

Un Marco Comparativo para Sistemas de Recomendación Multimodal

PreferredAI
⭐ 1,065 Python 👤 PreferredAI Organization 🕐 Actualizado 2026-11-19 📅 Creado 2018-07-17
5
ArrowLuo/CLIP4Clip

Una implementación oficial para "CLIP4Clip: Un estudio empírico de CLIP para la recuperación de videoclips de extremo a extremo"

ArrowLuo
⭐ 1,017 Python 👤 ArrowLuo User 🕐 Actualizado 2024-04-12 📅 Creado 2021-04-13
6
aimclub/FEDOT

Marco de modelado automatizado y aprendizaje automático FEDOT

aimclub
⭐ 714 Python 👤 aimclub Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-01-13
7
microsoft/LLM2CLIP

LLM2CLIP mejora significativamente ya los modelos CLIP de vanguardia.

microsoft
⭐ 695 Python 👤 microsoft Organization 🕐 Actualizado 2026-11-18 📅 Creado 2024-07-22
8
VITA-MLLM/Woodpecker

✨✨Woodpecker: Corrección de alucinaciones para modelos lingüísticos grandes multimodales

VITA-MLLM
⭐ 642 Python 👤 VITA-MLLM Organization 🕐 Actualizado 2024-12-23 📅 Creado 2023-09-26
9
MMMU-Benchmark/MMMU

Este repositorio contiene el código de evaluación para el artículo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"

MMMU-Benchmark
⭐ 601 Python 👤 MMMU-Benchmark Organization 🕐 Actualizado 2026-11-13 📅 Creado 2023-11-23
10
jshilong/GPT4RoI

(ECCVW 2025) GPT4RoI: Ajuste de modelos de lenguaje grandes en Regiones de Interés mediante instrucciones

jshilong
⭐ 555 Python 👤 jshilong User 🕐 Actualizado 2025-06-03 📅 Creado 2023-07-06
11
YingqingHe/Awesome-LLMs-meet-Multimodal-Generation

🔥🔥🔥 Una lista curada de artículos sobre generación multimodal basada en LLM (imagen, video, 3D y audio).

YingqingHe
⭐ 550 HTML 👤 YingqingHe User 🕐 Actualizado 2026-11-10 📅 Creado 2023-11-17

Preguntas frecuentes

1

¿Cuál es el repositorio de #multimodality más popular en GitHub?

El proyecto de código abierto de #multimodality mejor posicionado en GitHub es BAAI-Agents/Cradle, con 2,394 estrellas. El framework Cradle es un primer intento de Control General por Computadora (GCC). Cradle ayuda a los agentes a sobresalir en cualquier tarea informática al permitir sólidas capacidades de razonamiento, auto-mejora y curación de habilidades, en un entorno general estandarizado con requisitos mínimos.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #multimodality?

Entre los proyectos de #multimodality mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, HTML.

3

¿Cómo se calcula la clasificación de los repositorios de #multimodality?

Seguimos 11 repositorios activos de código abierto etiquetados con #multimodality (500+ estrellas), que suman un total de 11,549 estrellas, con una media de 1,049 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.