#multimodal 仓库
探索 183 个标记为 #multimodal 的活跃开源 GitHub 仓库,它们累计获得 700,629 个 Star(平均每个项目 3,828 个)。该主题的领先项目是 Mintplex-Labs/anything-llm,拥有 68,480 个 Star。
共 183 个仓库
YC(S26)| Screenpipe 找出值得自动化的工作 | 在本地持续记录电脑上的工作,发现重复出现的工作流程,并将结果交给你已经在使用的任意智能体。
使用 PEFT 或全参数训练,对 600 多个 LLM(Qwen3.8、DeepSeek-V4、GLM-5.1、InternLM3、Llama4 等)和 300 多个 MLLM(Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM5.3、Gemma4、LLaVA、Phi4 等)进行 CPT/SFT/DPO/GRPO(AAAI 2025)。
🔍大模型应用开发实战一:RAG 技术全栈指南,在线阅读地址:https://datawhalechina.github.io/all-in-rag/
https://arxiv.org/abs/2606.28344. 网页解析的终结。可扩展的原生像素搜索的开端。链接:https://pixelrag.ai/
一个用于表格、时间序列、图、文本、图像和音频数据异常检测的 Python 库。包含 60 多个检测器、基于基准测试的 ADEngine 编排,以及用于 AI 代理的智能体工作流。
一个基于 Apple MLX 框架的文本转语音 (TTS)、语音转文本 (STT) 和语音转语音 (STS) 库,可在 Apple Silicon 上提供高效的语音分析。
根据文件内容搜索你的电脑:照片、PDF、文档、录音、视频和代码。可在 Mac、Windows 和 Linux 本地运行,基于 Google DeepMind 的 EmbeddingGemma 2 构建。
供软件工程师了解最新人工智能发展的笔记。用作 https://latent.space 的写作和产品头脑风暴的数据存储,但在 /Resources 文件夹下整理了规范的参考资料。
Fengshenbang-LM(封神榜大模型)是IDEA研究院认知计算与自然语言研究中心主导的大模型开源体系,成为中文AIGC和认知智能的基础设施。
🤖 这是一个类型安全且与提供商无关的 TypeScript AI SDK,支持 OpenAI、Anthropic、Gemini、React、Vue、Svelte 和 Solid,适用于流式聊天、工具调用、智能体和多模态应用。
一个可扩展的、最先进的列式压缩框架,以及最快的FOSS列式文件格式。原属于@spiraldb,现为LFAI&Data的孵化阶段项目,隶属于Linux基金会。
InternGPT (iGPT) 是一个开源演示平台,您可以在其中轻松展示您的AI模型。现在它支持DragGAN、ChatGPT、ImageBind、类似GPT-4的多模态聊天、SAM、交互式图像编辑等。请在igpt.opengvlab.com进行体验(支持DragGAN、ChatGPT、ImageBind、SAM的在线Demo系统)。
常见问题解答
GitHub 上最受欢迎的 #multimodal 仓库是什么?
GitHub 上排名第一的开源 #multimodal 项目是 Mintplex-Labs/anything-llm,拥有 68,480 个 Star。停止租借你的智慧。用AnythingLLM拥有它。打造强大本地优先代理体验所需的一切
#multimodal 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #multimodal 项目中,最常见的编程语言是 Python, TypeScript, Rust, C++。
#multimodal 仓库的排名是如何计算的?
我们跟踪了 183 个标记为 #multimodal 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 700,629 个 Star,平均每个仓库拥有 3,828 个 Star。排名每日根据 GitHub API 更新。