#large-language-models リポジトリ
リポジトリ合計1,249件
ビジョン・言語・アクション(VLA)モデル、ビジョン・言語ナビゲーション(VLN)、および関連するマルチモーダル学習アプローチに焦点を当てた、具現化されたAIにおける最先端の研究をキュレーションしたリスト。
デジタルアバター会話システム - Linly-Talker。😄✨ Linly-Talkerは、大規模言語モデル(LLM)とビジョンモデルを組み合わせて、新しい人間とAIのインタラクション方法を作成するインテリジェントAIシステムです。🤝🤖 Whisper、Linly、Microsoft Speech Services、SadTalkerトーキングヘッド生成システムなどのさまざまなテクノロジーを統合しています。🌟🔬
線形アテンションに基づく大規模言語モデルおよびビジョン・言語モデルであるMiniMax-Text-01およびMiniMax-VL-01の公式リポジトリ
AIエージェントマスタークラスのビデオをご覧ください!YouTubeのこのシリーズで私が作成して使用するすべてのコードは、あなたが使用し、さらに構築できるように、ここにあります!
[CVPR2024 Highlight][VideoChatGPT] 動画理解能力を備えたChatGPT!miniGPT4、StableLM、MOSSなど、さらに多くのLMもサポートされています。
"Mini-Gemini: Mining the Potential of Multi-modality Vision Language Models"の公式リポジトリ
これは、プロンプト/ネガティブプロンプト入力ボックスのユーザーエクスペリエンスを向上させることを目的としたsd-webuiベースの拡張機能です。より直感的で強力な入力インターフェース機能と、自動翻訳、履歴記録、ブックマーク機能を提供します。 这是一个基于 sd-webui 的扩展,旨在提高提示词/反向提示词输入框的使用体验。它拥有更直观、强大的输入界面功能,它提供了自动翻译、历史记录和收藏等功能。
GPT-5.5、Claude、DeepSeek、Gemini、Grok向けの無料LLM APIキー — コピー、貼り付け、使用。毎日3〜5回更新。クレジットカード不要。
LLaMA-Omniは、Llama-3.1-8B-Instructを基盤とした低遅延・高品質なエンドツーエンド音声対話モデルであり、GPT-4oレベルの音声能力の実現を目指しています。
「Eureka: Human-Level Reward Design via Coding Large Language Models」(ICLR 2024) 公式リポジトリ
LLM(例:OpenAI、LLaMA)とベクトルデータベース(例:Chroma、Weaviate、LanceDB)の両方をサポートする、プロンプトのテストと実験のためのオープンソースツール。
データを移動せずにAI検索とRAGを利用。100以上のアプリにまたがる企業のナレッジから即座に回答を得て、データを安全に保ちます。数ヶ月ではなく、数分で展開できます。