#multimodal-large-language-models 仓库
探索 43 个标记为 #multimodal-large-language-models 的活跃开源 GitHub 仓库,它们累计获得 78,032 个 Star(平均每个项目 1,814 个)。该主题的领先项目是 BradyFU/Awesome-Multimodal-Large-Language-Models,拥有 18,090 个 Star。
共 43 个仓库
StarVector 是一个用于 SVG 生成的基础模型,它将矢量化转化为代码生成任务。StarVector 采用视觉-语言建模架构,处理视觉和文本输入,以非凡的精度生成高质量的 SVG 代码。
LLaMA-Omni 是一个基于 Llama-3.1-8B-Instruct 构建的低延迟、高质量的端到端语音交互模型,旨在实现 GPT-4o 级别的语音能力。
[ICLR2026] 这是第一篇探讨如何有效使用类似R1的RL用于MLLM并引入Vision‑R1的论文,Vision‑R1是一种理解决策的MLLM,它利用冷启动初始化和RL训练来激励推理能力。
个人项目:MPP-Qwen14B & MPP-Qwen-Next(基于Qwen-LM的多模态流水线并行)。支持 [video/image/multi-image] {sft/conversations}。不要让贫困限制了你的想象力!在RTX3090/4090 24GB上训练你自己的8B/14B LLaVA训练风格的MLLM。
常见问题解答
GitHub 上最受欢迎的 #multimodal-large-language-models 仓库是什么?
GitHub 上排名第一的开源 #multimodal-large-language-models 项目是 BradyFU/Awesome-Multimodal-Large-Language-Models,拥有 18,090 个 Star。:sparkles::sparkles:多模态大语言模型的最新进展
#multimodal-large-language-models 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #multimodal-large-language-models 项目中,最常见的编程语言是 Python, Jupyter Notebook, HTML, C++。
#multimodal-large-language-models 仓库的排名是如何计算的?
我们跟踪了 43 个标记为 #multimodal-large-language-models 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 78,032 个 Star,平均每个仓库拥有 1,814 个 Star。排名每日根据 GitHub API 更新。