#multi-task-learning Repositórios
Descubra 21 repositórios ativos de código aberto no GitHub marcados com #multi-task-learning, acumulando um total de 55,659 estrelas (uma média de 2,650 por projeto). O líder deste tópico é Vision-CAIR/MiniGPT-4, com 25,770 estrelas.
21 repositórios no total
Códigos de código aberto para MiniGPT-4 e MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)
Coletânea de artigos sobre práticas da indústria em busca, recomendação, publicidade, crescimento de usuários e outros (Fontes: Zhihu, Datafuntalk, Perfis Públicos/Canais de Tecnologia).
O repositório oficial do Qwen-Audio (通义千问-Audio), um modelo de linguagem de áudio grande pré-treinado e de chat proposto pela Alibaba Cloud.
Uma lista curada de DATASETS, CODEBASES e PAPERS sobre Multi-Task Learning (MTL), da perspectiva de Machine Learning.
Fusão de Modelos em LLMs, MLLMs e Além: Métodos, Teorias, Aplicações e Oportunidades. ACM Computing Surveys, 2026.
Implementação não oficial de "TTNet: Análise temporal e espacial em tempo real de tênis de mesa" (CVPR 2020)
Estrutura de ajuste fino multi-tarefa de alta precisão e eficiência para LLMs de Código. Este trabalho foi aceito pela KDD 2024.
[ICCV 2023] Modelo Universal Orientado por CLIP; 1º lugar na Competição MSD.
[CVPR 2024] DocRes: Um Modelo Generalista para Unificar Tarefas de Restauração de Imagens de Documentos
Perguntas Frequentes
Qual é o repositório de #multi-task-learning mais popular no GitHub?
O projeto de código aberto de #multi-task-learning mais bem classificado no GitHub é Vision-CAIR/MiniGPT-4, com 25,770 estrelas. Códigos de código aberto para MiniGPT-4 e MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)
Quais linguagens de programação são mais usadas nos repositórios de #multi-task-learning?
Entre os projetos de #multi-task-learning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, HTML, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #multi-task-learning?
Acompanhamos 21 repositórios ativos de código aberto marcados com #multi-task-learning (com mais de 500 estrelas), totalizando 55,659 estrelas e uma média de 2,650 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.