#visual-question-answering Repositórios
Descubra 15 repositórios ativos de código aberto no GitHub marcados com #visual-question-answering, acumulando um total de 24,641 estrelas (uma média de 1,642 por projeto). O líder deste tópico é salesforce/BLIP, com 5,626 estrelas.
15 repositórios no total
Código PyTorch para BLIP: Pré-treinamento de Bootstrapping de Linguagem-Imagem para Compreensão e Geração Unificadas de Visão-Linguagem
Repositório oficial do OFA (ICML 2022). Artigo: OFA: Unificando Arquiteturas, Tarefas e Modalidades Através de uma Estrutura Simples de Aprendizagem Sequência-para-Sequência
Assistente de Linguagem e Visão de Grande Porte para a Biomedicina, construído com o objetivo de alcançar capacidades multimodais de nível GPT-4.
【LLMs Nine-Story Demon Tower】Compartilhando práticas e experiências de LLMs nas áreas de Processamento de Linguagem Natural (ChatGLM, Chinese-LLaMA-Alpaca, Vicuna, LLaMA, GPT4ALL, etc.), Recuperação de Informação (langchain), Síntese de Linguagem, Reconhecimento de Linguagem, Multimodalidade (Stable Diffusion, MiniGPT-4, VisualGLM-6B, Ziya-Visual, etc.).
Monkey (LMM): Resolução de Imagem e Rótulo de Texto São Coisas Importantes para Grandes Modelos Multimodais (Destaque CVPR 2024)
[Destaque NIPS'25] Mulberry, um MLLM de Raciocínio e Reflexão similar a o1 Implementado via MCTS Coletivo
Uma coleção de recursos sobre aplicações de aprendizado multimodal em imagens médicas.
Sobre o Mistério Oculto de OCR em Grandes Modelos Multimodais (OCRBench)
Implementação em PyTorch de "V* : Busca Visual Guiada como um Mecanismo Central em LLMs Multimodais"
Este repositório contém código de avaliação para o artigo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"
Grafos de conhecimento encontram aprendizado multimodal: uma pesquisa abrangente
Perguntas Frequentes
Qual é o repositório de #visual-question-answering mais popular no GitHub?
O projeto de código aberto de #visual-question-answering mais bem classificado no GitHub é salesforce/BLIP, com 5,626 estrelas. Código PyTorch para BLIP: Pré-treinamento de Bootstrapping de Linguagem-Imagem para Compreensão e Geração Unificadas de Visão-Linguagem
Quais linguagens de programação são mais usadas nos repositórios de #visual-question-answering?
Entre os projetos de #visual-question-answering mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, JavaScript.
Como é calculada a classificação dos repositórios de #visual-question-answering?
Acompanhamos 15 repositórios ativos de código aberto marcados com #visual-question-answering (com mais de 500 estrelas), totalizando 24,641 estrelas e uma média de 1,642 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.