#foundation-models Repository
155 repository in totale
Un elenco curato di articoli e risorse basati su grafi/transformer per il rilevamento di frodi, anomalie e outlier
MarS: un motore di simulazione di mercati finanziari potenziato da un modello generativo fondamentale
Repository GitHub ufficiale per C-Eval, una suite di valutazione cinese per modelli fondamentali [NeurIPS 2023]
RDT-1B: un modello di fondazione a diffusione per la manipolazione bimanuale
Video PreTraining (VPT): Imparare ad agire guardando video online non etichettati
AuK: Un modello fondativo open source per la generazione e lโediting del parlato
Lag-Llama: Verso modelli fondamentali per la previsione probabilistica di serie temporali
Libreria Python per la previsione di serie temporali utilizzando modelli compatibili con scikit-learn, metodi statistici e modelli fondamentali
Implementazione ufficiale in PyTorch di VisionHOPE: backbone visivi come sistemi di apprendimento auto-modificanti.
Catalogo visivo selezionato di oltre 200 architetture di modelli visione-linguaggio (VLM/MLLM): articoli, diagrammi, ricette di addestramento, set di dati e cronologia dei rilasci degli agenti IA multimodali.
Una raccolta di articoli sul tema ``Computer Vision in the Wild (CVinW)''
Costruzione di robot per scopi generali basati su modelli fondazionali incarnati
Codice per "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
Articoli "Must-read" sull'editing della conoscenza per modelli linguistici di grandi dimensioni.
TorchXRayVision: Una libreria di set di dati e modelli di radiografie del torace. Classificatori, segmentazione e autoencoder.
Un laboratorio pratico per creare, testare e valutare app con il framework dei modelli di base di Apple.
Un elenco professionale su Large (Language) Models e Foundation Models (LLM, LM, FM) per dati di serie temporali, spazio-temporali ed eventi.
Un elenco curato di modelli di base per attivitร di visione e linguaggio
Modelli Fondazionali Multimodali di Frontiera per la Comprensione di Immagini e Video
Modello Segment Anything per la segmentazione delle immagini mediche: Riassunto del progetto open source
Rilascio ufficiale del codice e dei checkpoint per i modelli fondamentali di robot mobili: GNM, ViNT e NoMaD.
[Candidato al Miglior Paper ECCV 2024 e TPAMI 2025] PointLLM: Potenziare i Grandi Modelli Linguistici per Comprendere le Nuvole di Punti
Un modello di rappresentazione generale attraverso modalitร visive, audio e linguistiche. Articolo: ONE-PEACE: Esplorazione di un modello di rappresentazione generale verso modalitร illimitate
Strumenti e framework completi per lo sviluppo di modelli di base personalizzati per sistemi di raccomandazione.
Codice ufficiale, set di dati e checkpoint per "Timer: Generative Pre-trained Transformers Are Large Time Series Models" (ICML 2024) e lavori successivi
Informazioni sul rilascio del codice per "TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis" (ICLR 2023), https://openreview.net/pdf?id=ju_Uqw384Oq
[CVPR 2024 ๐ฅ] Grounding Large Multimodal Model (GLaMM), il primo modello del suo genere in grado di generare risposte in linguaggio naturale integrate in modo impeccabile con maschere di segmentazione di oggetti.
SAM-Med3D: Un efficiente modello di segmentazione generico e attivabile tramite prompt per immagini mediche volumetriche 3D
Modello di base video a livello industriale per la generazione unificata da testo a video (T2V) e da immagine a video (I2V).
Ultra-Fusion: Un framework SLAM di fusione multi-sensore strettamente accoppiato e resiliente alla degradazione dei sensori e alle perturbazioni spazio-temporali
Stack ADAS di livello 2 gratuito e completamente open source, basato su tecnologia IA end-to-end
[ICLR 2024] Implementazione ufficiale PyTorch di FasterViT: Fast Vision Transformer con attenzione gerarchica