#multimodal 저장소
#multimodal 태그가 지정된 GitHub의 활성 오픈 소스 저장소 183개를 확인해 보세요. 총 700,629개의 스타를 획득했으며 프로젝트당 평균 3,828개입니다. 이 주제를 이끄는 저장소는 68,480개의 스타를 받은 Mintplex-Labs/anything-llm입니다.
저장소 총 183개
『AI 에이전트의 심층 이해: 설계 원리와 엔지니어링 실습』(리보지에 저) 오픈 소스 메인 저장소: 전체 본문, 컴파일된 PDF 및 챕터별 부속 코드.
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA)는 GPT-4V 수준 이상의 기능을 목표로 구축되었습니다.
YC (S26) | Screenpipe가 자동화할 가치가 있는 업무를 찾아냅니다 | 컴퓨터 작업을 로컬에서 지속적으로 기록하고, 반복되는 워크플로를 찾아 그 결과를 이미 사용 중인 어떤 에이전트에든 전달하세요.
600개 이상의 LLM(Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4 등)과 300개 이상의 MLLM(Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4 등)에 PEFT 또는 전체 파라미터 학습을 사용하여 CPT/SFT/DPO/GRPO를 수행합니다(AAAI 2025).
🔍대규모 모델 애플리케이션 개발 실전 1: RAG 기술 풀스택 가이드, 온라인 읽기 주소: https://datawhalechina.github.io/all-in-rag/
https://arxiv.org/abs/2606.28344. 웹 파싱의 종말. 확장 가능한 픽셀 네이티브 검색의 시작. 링크: https://pixelrag.ai/
정형 데이터, 시계열, 그래프, 텍스트, 이미지 및 오디오 데이터 전반에 걸친 이상 탐지를 위한 Python 라이브러리입니다. 60개 이상의 탐지기, 벤치마크 기반의 ADEngine 오케스트레이션, 그리고 AI 에이전트를 위한 에이전트 워크플로우를 제공합니다.
Deeplake는 에이전트를 위한 AI 데이터 런타임입니다. 서버리스 PostgreSQL과 멀티모달 데이터 레이크를 제공하여 확장 가능한 검색 및 훈련을 가능하게 합니다.
Apple의 MLX 프레임워크를 기반으로 구축된 텍스트 음성 변환(TTS), 음성 텍스트 변환(STT), 음성 음성 변환(STS) 라이브러리로, Apple Silicon에서 효율적인 음성 분석을 제공합니다.
JavaScript, Go, Dart 및 Python으로 에이전트 앱을 구축하기 위한 오픈소스 프레임워크로, Google이 구축하고 프로덕션에서 사용합니다
사진, PDF, 문서, 녹음 파일, 동영상, 코드 등 파일의 내용을 기준으로 컴퓨터를 검색하세요. Mac, Windows, Linux에서 기기 내로 실행되며 Google DeepMind의 EmbeddingGemma 2를 기반으로 합니다.
새로운 AI 개발 동향을 파악하는 소프트웨어 엔지니어를 위한 메모입니다. https://latent.space의 글쓰기 및 제품 브레인스토밍을 위한 데이터 저장소 역할을 하지만, /Resources 폴더 아래에 정리된 표준 참조 자료가 있습니다.
DeepSeek Harness를 위한 최초의 비전 플러그인, 그리고 모든 텍스트 전용 코딩 에이전트를 위한 비전 브리지입니다. 이미지를 붙여넣으면 구조화된 JSON 증거(OCR, 레이아웃, 의미론)를 얻을 수 있습니다.
'Tree of Thoughts'의 플러그 앤 플레이 구현: 대규모 언어 모델을 통한 의도적인 문제 해결로 모델 추론 능력을 최소 70% 향상
대규모 이미지 URL 세트를 이미지 데이터 세트로 쉽게 전환합니다. 한 대의 기계에서 20시간 안에 1억 개의 URL을 다운로드, 크기 조정 및 패키징할 수 있습니다.
Fengshenbang-LM(封神榜大模型)은 IDEA 연구소 인지 컴퓨팅 및 자연어 연구 센터가 주도하는 오픈소스 대형 모델 시스템으로, 중국 AIGC 및 인지 지능의 기반 인프라가 됩니다.
🤖 OpenAI, Anthropic, Gemini, React, Vue, Svelte 및 Solid 전반에서 스트리밍 채팅, 도구 호출, 에이전트 및 멀티모달 앱을 위한 타입 안전하고 공급자 독립적인 TypeScript AI SDK입니다.
확장 가능하고 최첨단 열 방향 압축 프레임워크이며, 가장 빠른 FOSS 열 방향 파일 형식입니다. 이전에는 @spiraldb에서, 현재 LFAI&Data의 인큐베이션 단계 프로젝트로 Linux Foundation의 일부입니다.
[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments
InternGPT (iGPT)는 AI 모델을 쉽게 선보일 수 있는 오픈 소스 데모 플랫폼입니다. 현재 DragGAN, ChatGPT, ImageBind, GPT-4와 같은 멀티모달 채팅, SAM, 인터랙티브 이미지 편집 등을 지원합니다. igpt.opengvlab.com에서 체험해 보세요(DragGAN, ChatGPT, ImageBind, SAM 지원 온라인 데모 시스템).
자주 묻는 질문
GitHub에서 가장 인기 있는 #multimodal 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #multimodal 프로젝트는 68,480개의 스타를 받은 Mintplex-Labs/anything-llm입니다. 지능을 임대하는 것을 중단하세요. AnythingLLM으로 소유하세요. 강력한 로컬 우선 에이전트 경험을 위한 모든 것
#multimodal 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #multimodal 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, Rust, C++입니다.
#multimodal 저장소 순위는 어떻게 계산되나요?
#multimodal 태그가 지정된 활성 오픈 소스 저장소(183개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 700,629개이며 저장소당 평균 3,828개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.