Git Stars Git Stars

#multi-modality リポジトリ

#multi-modalityのタグが付いた、GitHub上の12件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は70,749個で、プロジェクトあたりの平均は5,895個です。このトピックをリードしているのは、24,232個のスターを獲得しているhaotian-liu/LLaVAです。

12
リポジトリ総数
70,749
合計スター数
5,895
リポジトリあたりの平均スター数
プログラミング言語: Python C++

リポジトリ合計12件

1
haotian-liu/LLaVA

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) は、GPT-4V レベルの機能、さらにはそれ以上の機能を目指して構築されました。

haotian-liu
⭐ 24,232 Python 👤 haotian-liu User 🕐 更新日時 2024-08-12 📅 作成日 2023-04-17
2
BradyFU/Awesome-Multimodal-Large-Language-Models

:sparkles::sparkles:マルチモーダル大規模言語モデルにおける最新の進歩

BradyFU
⭐ 18,090 👤 BradyFU User 🕐 更新日時 2026-10-29 📅 作成日 2023-05-19
3
jina-ai/clip-as-service

🏄 CLIP を使用した画像と文のスケーラブルな埋め込み、推論、ラランキング

jina-ai
⭐ 12,797 Python 👤 jina-ai Organization 🕐 更新日時 2024-01-23 📅 作成日 2018-11-12
4
OpenMOSS/MOSS-TTS-Nano

リアルタイムCPU推論、音声クローン、48 kHzステレオ生成に対応した1億パラメータの多言語TTSモデル

OpenMOSS
⭐ 4,711 Python 👤 OpenMOSS Organization 🕐 更新日時 2026-09-06 📅 作成日 2026-04-10
5
EvolvingLMMs-Lab/Otter

Otterは、OpenFlamingo(DeepMindのFlamingoのオープンソース版)をベースにしたマルチモーダルモデルであり、MIMIC-ITでトレーニングされ、指示追従能力とコンテキスト内学習能力の向上が示されています。

EvolvingLMMs-Lab
⭐ 3,283 Python 👤 EvolvingLMMs-Lab Organization 🕐 更新日時 2024-03-05 📅 作成日 2023-04-01
6
InternLM/InternLM-XComposer

InternLM-XComposer2.5-OmniLive:長期ストリーミングビデオおよびオーディオインタラクションのための包括的なマルチモーダルシステム

InternLM
⭐ 2,925 Python 👤 InternLM Organization 🕐 更新日時 2025-05-26 📅 作成日 2023-09-26
7
DLR-RM/3DObjectTracking

3Dオブジェクトトラッキングのアルゴリズムと出版物

DLR-RM
⭐ 1,026 C++ 👤 DLR-RM Organization 🕐 更新日時 2025-08-25 📅 作成日 2020-09-21
8
OpenBMB/VisRAG

VLMsによってサポートされる解析フリーRAG

OpenBMB
⭐ 991 Python 👤 OpenBMB Organization 🕐 更新日時 2026-11-02 📅 作成日 2024-10-14
9
yzhang2016/video-generation-survey

ビデオ生成の読書リスト

yzhang2016
⭐ 732 👤 yzhang2016 User 🕐 更新日時 2026-10-30 📅 作成日 2022-11-16
10
NVlabs/Long-RL

Long-RL: RLを長いシーケンスに拡張する(NeurIPS 2025)

NVlabs
⭐ 729 Python 👤 NVlabs Organization 🕐 更新日時 2025-09-24 📅 作成日 2025-07-08
11
LSXI7/MINIMA

[CVPR 2025] MINIMA:モダリティ不変の画像マッチング

LSXI7
⭐ 682 Python 👤 LSXI7 User 🕐 更新日時 2025-10-09 📅 作成日 2024-12-17
12
OpenGVLab/Multi-Modality-Arena

チャットボットアリーナがマルチモーダルに対応!マルチモーダルアリーナでは、画像を入力として提供しながら、ビジョン言語モデルを並べてベンチマークすることができます。MiniGPT-4、LLaMA-Adapter V2、LLaVA、BLIP-2などをサポートしています!

OpenGVLab
⭐ 553 Python 👤 OpenGVLab Organization 🕐 更新日時 2024-04-21 📅 作成日 2023-05-10

よくある質問

1

GitHubで最も人気のある#multi-modalityリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#multi-modalityプロジェクトは、24,232個のスターを獲得しているhaotian-liu/LLaVAです。[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) は、GPT-4V レベルの機能、さらにはそれ以上の機能を目指して構築されました。

2

#multi-modalityリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#multi-modalityプロジェクトでは、Python, C++が最も一般的なプログラミング言語です。

3

#multi-modalityリポジトリのランキングはどのように算出されていますか?

#multi-modalityのタグが付いた12件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は70,749個で、リポジトリあたりの平均は5,895個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。