#foundation-models Репозитории
Всего репозиториев: 155
Курируемый список статей и ресурсов по обнаружению мошенничества, аномалий и выбросов на основе графов/трансформеров
Официальный репозиторий GitHub для C-Eval, китайского набора для оценки базовых моделей [NeurIPS 2023]
RDT-1B: диффузионная основополагающая модель для двуручной манипуляции
Предварительное обучение видео (VPT): Обучение действиям путем просмотра немаркированных онлайн-видео
Lag-Llama: На пути к базовым моделям для вероятностного прогнозирования временных рядов
Библиотека Python для прогнозирования временных рядов с использованием моделей, совместимых с scikit-learn, статистических методов и базовых моделей
Официальная реализация VisionHOPE на PyTorch: визуальные бэкбоны как самоизменяющиеся системы обучения.
Подборка с наглядным каталогом более чем 200 архитектур моделей «зрение — язык» (VLM/MLLM): статьи, схемы, рецепты обучения, наборы данных и хронология выпусков мультимодальных ИИ-агентов.
Сборник статей на тему «Компьютерное зрение в естественных условиях (CVinW)»
Создание универсальных роботов на основе воплощенной фундаментальной модели
Код для "MatchAnything: Universal Cross-Modality Image Matching with Large-Scale Pre-Training", TPAMI 2026.
Обязательные к прочтению статьи по редактированию знаний для больших языковых моделей.
TorchXRayVision: Библиотека наборов данных и моделей рентгеновских снимков грудной клетки. Классификаторы, сегментация и автоэнкодеры.
Практическая лаборатория по созданию, тестированию и оценке приложений с использованием платформы базовых моделей Apple.
Профессиональный список по большим (языковым) моделям и фундаментальным моделям (LLM, LM, FM) для временных рядов, пространственно-временных данных и событийных данных.
Курируемый список базовых моделей для задач компьютерного зрения и обработки естественного языка
Передовые мультимодальные базовые модели для понимания изображений и видео
Модель Segment Anything для сегментации медицинских изображений: Обзор проекта с открытым исходным кодом
Официальный выпуск кода и контрольных точек для базовых моделей мобильных роботов: GNM, ViNT и NoMaD.
[Кандидат на лучшую статью ECCV 2024 и TPAMI 2025] PointLLM: Предоставление масштабным языковым моделям возможности понимать облака точек
Общая модель представления для модальностей зрения, аудио и языка. Статья: ONE-PEACE: Исследование одной общей модели представления для неограниченных модальностей
Комплексные инструменты и фреймворки для разработки базовых моделей, адаптированных под рекомендательные системы.
Официальный код, наборы данных и контрольные точки для «Timer: Generative Pre-trained Transformers Are Large Time Series Models» (ICML 2024) и последующих работ
О выпуске кода для "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), первая в своем роде модель, способная генерировать ответы на естественном языке, которые бесшовно интегрированы с масками сегментации объектов.
SAM-Med3D: Эффективная универсальная модель сегментации с возможностью подсказки для 3D объемных медицинских изображений
Модель видео-основы отраслевого уровня для унифицированной генерации видео из текста (T2V) и из изображений (I2V).
Ultra-Fusion: Устойчивый фреймворк SLAM с тесной интеграцией мультисенсорных данных в условиях деградации датчиков и пространственно-временных возмущений
Бесплатный и полностью открытый стек ADAS уровня L2, работающий на базе сквозных технологий искусственного интеллекта
[ICLR 2024] Официальная реализация FasterViT на PyTorch: Быстрые Vision Transformers с иерархическим вниманием