foundation-models

Rendre les grands modèles d'IA moins chers, plus rapides et plus accessibles

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) conçu pour atteindre et dépasser les capacités de GPT-4V

Pré-entraînement auto-supervisé à grande échelle à travers les tâches, les langues et les modalités.

Janus-Series : Modèles unifiés de compréhension et de génération multimodale.

Une bibliothèque Python pour la détection d'anomalies sur des données tabulaires, séries temporelles, graphes, textes, images et audio. Inclut plus de 60 détecteurs, une orchestration ADEngine basée sur des benchmarks et un flux de travail agentique pour les agents IA.

TabPFN : Modèle de fondation pour les données tabulaires

Traitement de données pour et avec des modèles de fondation !

OpenSquilla — Agent IA efficace en termes de jetons, offrant une densité d'intelligence supérieure à budget égal.

YuE : Modèle de fondation pour la génération de chansons complètes, similaire à Suno.ai mais en open source.

Chronos : modèles pré-entraînés pour la prévision de séries temporelles

DeepSeek-VL : Vers une compréhension vision-langage en conditions réelles

LimiX : Libérer la capacité de modélisation de données structurées pour l'intelligence généraliste https://arxiv.org/abs/2509.03505

TimeGPT-1 : modèle de fondation pré-entraîné pour les séries temporelles, prêt pour la production, dédié à la prévision et à la détection d'anomalies

Code et modèles pour l'article ICML 2024, NExT-GPT : un modèle de langage multimodal Any-to-Any.

Otter, un modèle multimodal basé sur OpenFlamingo (version open source du Flamingo de DeepMind), entraîné sur MIMIC-IT, offrant de meilleures capacités de suivi d'instructions et d'apprentissage en contexte.

[CVPR2024 Highlight][VideoChatGPT] ChatGPT avec compréhension vidéo ! Supporte également de nombreux autres modèles de langage tels que miniGPT4, StableLM et MOSS.

SuperCLUE : Benchmark complet pour les grands modèles de langage chinois.

Inférence d'images sans étiquetage (utilisation de modèles de fondation pour entraîner des modèles supervisés).

Série EVA : Visual Representation Fantasies par BAAI

[ECCV2024] Modèles de fondation vidéo et données pour la compréhension multimodale.

Ressources sur les agents basés sur les LLM : articles, dépôts, blogs, etc.

[CVPR 2025] Implémentation PyTorch officielle de MambaVision : une architecture de vision hybride Mamba-Transformer.

Apprentissage par prompt pour les modèles vision-langage (IJCV'22, CVPR'22).

Un évaluateur automatique pour les modèles de langage suivant des instructions. Validé par l'humain, de haute qualité, économique et rapide.

Une liste organisée de documents et ressources sur la détection de fraude, d'anomalies et de valeurs aberrantes basés sur les graphes et les Transformers

Série Emu : modèles multimodaux génératifs de BAAI

Lag-Llama : Vers des modèles de fondation pour la prévision probabiliste de séries temporelles

Bibliothèque Python pour la prévision de séries temporelles utilisant des modèles compatibles avec scikit-learn, des méthodes statistiques et des modèles de fondation.

Vue d'ensemble des LLM japonais.

TabICLv2 : Un modèle de fondation tabulaire ouvert.