#foundation-models Repositórios
155 repositórios no total
Uma lista selecionada de artigos e recursos sobre detecção de fraudes, anomalias e outliers baseada em Grafos/Transformers
MarS: um Motor de Simulação de Mercado Financeiro Potenciado por Modelo de Base Generativo
Repositório oficial do GitHub para C-Eval, uma suíte de avaliação chinesa para modelos de fundação [NeurIPS 2023]
RDT-1B: um Modelo de Fundação de Difusão para Manipulação Bimanual
Pré-Treinamento de Vídeo (VPT): Aprendendo a Agir Observando Vídeos Online Não Rotulados
Lag-Llama: Em direção a modelos de fundação para previsão probabilística de séries temporais
Biblioteca Python para previsão de séries temporais usando modelos compatíveis com scikit-learn, métodos estatísticos e modelos fundamentais
Implementação oficial do VisionHOPE em PyTorch: backbones visuais como sistemas de aprendizagem auto-modificáveis.
Catálogo visual selecionado com mais de 200 arquiteturas de modelos de visão e linguagem (VLM/MLLM): artigos, diagramas, receitas de treinamento, conjuntos de dados e cronologia de lançamento de agentes de IA multimodais.
Uma coletânea de artigos sobre o tema 'Visão Computacional em Ambientes Reais (CVinW)'
Construção de Robôs de Propósito Geral Baseada em Modelo de Fundação Incorporado
Código para "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
Artigos Imprescindíveis sobre Edição de Conhecimento para Grandes Modelos de Linguagem.
TorchXRayVision: Uma biblioteca de conjuntos de dados e modelos de raios-X de tórax. Classificadores, segmentação e autoencoders.
Um laboratório prático para criar, testar e avaliar aplicativos com a estrutura de modelos fundamentais da Apple.
Uma lista profissional sobre Modelos Grandes (de Linguagem) e Modelos Fundacionais (LLM, LM, FM) para Séries Temporais, Dados Espaço-Temporais e de Eventos.
Uma lista selecionada de modelos de fundação para tarefas de visão e linguagem
Modelos de Fundação Multimodais de Fronteira para Compreensão de Imagens e Vídeos
Modelo Segment Anything para Segmentação de Imagens Médicas: Resumo do Projeto de Código Aberto
Lançamento oficial do código e dos pontos de controle para modelos de base de robôs móveis: GNM, ViNT e NoMaD.
[Candidato a Melhor Artigo ECCV 2024 & TPAMI 2025] PointLLM: Capacitando Grandes Modelos de Linguagem para Entender Nuvens de Pontos
Um modelo de representação geral que abrange as modalidades de visão, áudio e linguagem. Artigo: ONE-PEACE: Exploring One General Representation Model Toward Unlimited Modalities
Ferramentas e frameworks abrangentes para o desenvolvimento de modelos de base adaptados a sistemas de recomendação.
Código, conjuntos de dados e checkpoints oficiais para "Timer: Generative Pre-trained Transformers Are Large Time Series Models" (ICML 2024) e trabalhos subsequentes
Sobre o lançamento do código para "TimesNet: Temporal 2D-Variation Modeling for General Time Series Analysis" (ICLR 2023), https://openreview.net/pdf?id=ju_Uqw384Oq
[CVPR 2024 🔥] Grounding Large Multimodal Model (GLaMM), o primeiro modelo desse tipo capaz de gerar respostas em linguagem natural que são perfeitamente integradas com máscaras de segmentação de objetos.
SAM-Med3D: Um Modelo de Segmentação Acionável por Prompt, Eficiente e de Propósito Geral para Imagens Médicas Volumétricas 3D
Modelo de fundação de vídeo em nível de indústria para geração unificada de texto para vídeo (T2V) e imagem para vídeo (I2V).
Ultra-Fusion: Uma estrutura de SLAM de fusão multissensorial fortemente acoplada e resiliente sob degradação de sensores e perturbações espaço-temporais
Stack de ADAS de nível 2 gratuito e totalmente de código aberto, alimentado por tecnologia de IA de ponta a ponta
[ICLR 2024] Implementação oficial em PyTorch de FasterViT: Vision Transformers rápidos com atenção hierárquica