vision-language-models
Erfasste Open-Source-Repos mit dem Tag vision-language-models, sortiert nach Sternen.
Verwandte Themen
Themen, die häufig gemeinsam mit vision-language-models am selben Repo auftauchen.
Neue Aufsteiger
Repos, die in den letzten 90 Tagen erstellt und mit vision-language-models getaggt wurden.
In den letzten 90 Tagen kam kein neues Repo mit diesem Thema dazu.
- #1
Kuratierter visueller Katalog mit über 155 Vision-Language-Modell-Architekturen (VLM/MLLM): Paper, Diagramme, Trainingsrezepte, Datensätze und eine Release-Timeline für multimodale KI-Agenten.
★ 1.310+4Sterne-Änderung der letzten 7 Tage - #2
[NeurIPS' 2025] JarvisArt: Befreiung der menschlichen künstlerischen Kreativität durch einen intelligenten Fotoretusche-Agenten
★ 862+1Sterne-Änderung der letzten 7 Tage - #3
[NeurIPS 2025] 4KAgent: Agentenbasiertes Any-Image-zu-4K-Super-Resolution. Ein intelligenter Computer-Vision-Agent, der jedes Bild auf magische Weise in perfektes 4K wiederherstellen kann!
★ 821+0Sterne-Änderung der letzten 7 Tage - #4
Eine Literaturliste zum räumlichen Denken
★ 780+3Sterne-Änderung der letzten 7 Tage - #5
Eine umfassende Frontend-Sammlung und Übersicht von Vision-Language-Model-Papern und -Modellen auf GitHub. Kontinuierliche Updates.
★ 705+5Sterne-Änderung der letzten 7 Tage - #6
[ICLR 2026] ReCogDrive: Ein verstärktes kognitives Framework für End-to-End autonomes Fahren.
★ 598+4Sterne-Änderung der letzten 7 Tage - #7★ 564—Sterne-Änderung der letzten 7 Tage
- #8
ParseBench - Ein Dokumenten-Parsing-Benchmark für KI-Agenten
★ 560+6Sterne-Änderung der letzten 7 Tage
