large-vision-language-models
Erfasste Open-Source-Repos mit dem Tag large-vision-language-models, sortiert nach Sternen.
Verwandte Themen
Themen, die häufig gemeinsam mit large-vision-language-models am selben Repo auftauchen.
Neue Aufsteiger
Repos, die in den letzten 90 Tagen erstellt und mit large-vision-language-models getaggt wurden.
In den letzten 90 Tagen kam kein neues Repo mit diesem Thema dazu.
- #1
:sparkles::sparkles: Neueste Fortschritte bei multimodalen Large Language Models
★ 17.996+8Sterne-Änderung der letzten 7 Tage - #2
Ressourcen und Literaturverzeichnis für „Thinking with Images for LVLMs“. Dieses Repository begleitet unsere Übersichtsarbeit darüber, wie LVLMs visuelle Informationen für komplexe Schlussfolgerungen, Planung und Generierung nutzen können.
★ 1.502-1Sterne-Änderung der letzten 7 Tage - #3
[NeurIPS 2024] Eine offizielle Implementierung von „ShareGPT4Video: Improving Video Understanding and Generation with Better Captions“
★ 1.094+0Sterne-Änderung der letzten 7 Tage - #4
[ICML2024 (Oral)] Offizielle PyTorch-Implementierung von DoRA: Weight-Decomposed Low-Rank Adaptation
★ 991+0Sterne-Änderung der letzten 7 Tage - #5
✨✨ [CVPR 2025] Video-MME: Der allererste umfassende Evaluierungsbenchmark für multimodale LLMs in der Videoanalyse
★ 791+3Sterne-Änderung der letzten 7 Tage - #6
Eine kuratierte Liste von Forschungsarbeiten zur LLM-basierten multimodalen Generierung (Bild, Video, 3D und Audio).
★ 552+0Sterne-Änderung der letzten 7 Tage
