#large-multimodal-models Repositórios
Descubra 18 repositórios ativos de código aberto no GitHub marcados com #large-multimodal-models, acumulando um total de 46,681 estrelas (uma média de 2,593 por projeto). O líder deste tópico é chiphuyen/aie-book, com 18,372 estrelas.
18 repositórios no total
[EM ANDAMENTO] Recursos para engenheiros de IA. Também contém materiais de apoio para o livro Engenharia de IA (Chip Huyen, 2025)
✨✨[NeurIPS 2025] VITA-1.5: Em direção à Interação de Visão e Fala em Tempo Real Nível GPT-4o
[ICCV 2025] Implementação para Describe Anything: Legendas Detalhadas e Localizadas de Imagens e Vídeos
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.
[NeurIPS 2024] Uma implementação oficial de "ShareGPT4Video: Melhorando a Compreensão e Geração de Vídeos com Melhores Legendas"
Código para "WebVoyager: WebVoyager: Construindo um Agente Web Ponta a Ponta com Grandes Modelos Multimodais"
Uma coleção de recursos sobre aplicações de aprendizado multimodal em imagens médicas.
Estender o OpenRLHF para suportar o treinamento RL de LMM para a reprodução do DeepSeek-R1 em tarefas multimodais.
LLaVA-Plus: Assistentes de Linguagem e Visão de Grande Porte que Conectam e Aprendem a Usar Habilidades
O repositório oficial de "Vidi: Modelos Multimodais Grandes para Entendimento e Edição de Vídeo"
Este repositório contém código de avaliação para o artigo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"
LLaVA-Mini é um modelo multimodal grande unificado (LMM) que pode suportar a compreensão de imagens, imagens de alta resolução e vídeos de forma eficiente.
Perguntas Frequentes
Qual é o repositório de #large-multimodal-models mais popular no GitHub?
O projeto de código aberto de #large-multimodal-models mais bem classificado no GitHub é chiphuyen/aie-book, com 18,372 estrelas. [EM ANDAMENTO] Recursos para engenheiros de IA. Também contém materiais de apoio para o livro Engenharia de IA (Chip Huyen, 2025)
Quais linguagens de programação são mais usadas nos repositórios de #large-multimodal-models?
Entre os projetos de #large-multimodal-models mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Markdown.
Como é calculada a classificação dos repositórios de #large-multimodal-models?
Acompanhamos 18 repositórios ativos de código aberto marcados com #large-multimodal-models (com mais de 500 estrelas), totalizando 46,681 estrelas e uma média de 2,593 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.