#multimodal-llm 저장소
#multimodal-llm 태그가 지정된 GitHub의 활성 오픈 소스 저장소 27개를 확인해 보세요. 총 63,138개의 스타를 획득했으며 프로젝트당 평균 2,338개입니다. 이 주제를 이끄는 저장소는 22,833개의 스타를 받은 anthropics/courses입니다.
저장소 총 27개
듣고 말하고 생각할 수 있는 오픈 소스 멀티모달 대규모 언어 모델. 실시간 종단 간 음성 입력 및 스트리밍 오디오 출력 대화 기능을 갖추고 있습니다.
OCRFlux는 복잡한 레이아웃 처리, 까다로운 표 구문 분석 및 페이지 간 콘텐츠 병합에 탁월하며 PDF-to-Markdown 변환을 크게 발전시키는 가볍지만 강력한 멀티모달 툴킷입니다.
만다린어, 중국 방언 및 영어를 지원하며 공개 만다린어 ASR 벤치마크에서 새로운 SOTA를 달성하는 동시에 뛰어난 노래 가사 인식 기능을 제공하는 오픈 소스 산업 등급 ASR 모델.
WeMM-Embedding은 텐센트의 WeChat Vision 팀이 개발한 범용 멀티모달 임베딩 모델 제품군으로, 멀티모달 이해 및 검색을 지원합니다.
AgentCPM-GUI: Android 앱 조작을 위한 온디바이스 GUI 에이전트, 효율적인 작업 실행을 위해 강화 학습 미세 조정을 통해 추론 능력 향상.
엄선된 200개 이상의 비전-언어 모델(VLM/MLLM) 아키텍처 시각 자료 카탈로그: 논문, 다이어그램, 학습 레시피, 데이터셋, 멀티모달 AI 에이전트의 출시 타임라인을 제공합니다.
논문 "MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens"의 공식 구현
ASR, VAD, LID, Punc 모듈을 갖춘 최첨단 산업용 올인원 ASR 시스템입니다. FireRedASR2는 중국어(만다린, 20개 이상의 방언/억양), 영어, 코드 스위칭, 음성 및 노래 ASR을 지원합니다. FireRedVAD는 100개 이상의 언어로 음성/노래/음악을 지원합니다. FireRedLID는 100개 이상의 언어와 20개 이상의 중국어 방언을 지원합니다. FireRedPunc는 중국어와 영어를 지원합니다.
이 프로젝트는 ChatGPT와 WhatsApp의 통합을 탐구하며, 챗봇을 친구와 대화하고, 고객 질문에 답하고, 더 많은 작업을 수행할 수 있는 가상 비서로 변환하여 대화에 인간적인 감성을 더합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #multimodal-llm 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #multimodal-llm 프로젝트는 22,833개의 스타를 받은 anthropics/courses입니다. Anthropic의 교육 과정
#multimodal-llm 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #multimodal-llm 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, Markdown, TypeScript입니다.
#multimodal-llm 저장소 순위는 어떻게 계산되나요?
#multimodal-llm 태그가 지정된 활성 오픈 소스 저장소(27개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 63,138개이며 저장소당 평균 2,338개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.