foundation-models

बड़े AI मॉडल को सस्ता, तेज़ और अधिक सुलभ बनाना

[NeurIPS'23 Oral] GPT-4V स्तर की क्षमताओं और उससे आगे की ओर निर्मित Visual Instruction Tuning (LLaVA)।

टास्क, भाषाओं और मोडैलिटीज में बड़े पैमाने पर सेल्फ-सुपरवाइज्ड प्री-ट्रेनिंग

Janus-Series: एकीकृत मल्टीमॉडल समझ और जनरेशन मॉडल

tabular, time series, graph, text, image और audio डेटा में विसंगति का पता लगाने (anomaly detection) के लिए एक Python लाइब्रेरी। 60+ डिटेक्टर्स, बेंचमार्क-समर्थित ADEngine ऑर्केस्ट्रेशन, और AI एजेंटों के लिए एक एजेंटिक वर्कफ़्लो।

⚡ TabPFN: सारणीबद्ध डेटा के लिए फ़ाउंडेशन मॉडल ⚡

फाउंडेशन मॉडल के लिए और उनके साथ डेटा प्रोसेसिंग! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

OpenSquilla — समान बजट और उच्च बुद्धिमत्ता घनत्व के साथ टोकन-कुशल AI एजेंट

YuE: ओपन फुल-सॉन्ग म्यूज़िक जनरेशन फाउंडेशन मॉडल, Suno.ai जैसा कुछ लेकिन ओपन

Chronos: टाइम सीरीज़ पूर्वानुमान के लिए प्री-ट्रेन किए गए मॉडल

DeepSeek-VL: वास्तविक दुनिया की विज़न-लैंग्वेज समझ की ओर।

LimiX: जनरलिस्ट इंटेलिजेंस के लिए संरचित-डेटा मॉडलिंग क्षमता को उजागर करना https://arxiv.org/abs/2509.03505

TimeGPT-1: पूर्वानुमान और विसंगति का पता लगाने के लिए उत्पादन-तैयार पूर्व-प्रशिक्षित टाइम सीरीज़ फाउंडेशन मॉडल। 100B से अधिक डेटा बिंदुओं पर प्रशिक्षित टाइम सीरीज़ के लिए जेनरेटिव प्रीट्रेनड ट्रांसफॉर्मर। यह केवल कुछ पंक्तियों के कोड के साथ खुदरा, बिजली, वित्त और IoT जैसे विभिन्न डोमेन की सटीक भविष्यवाणी करने में सक्षम है 🚀।

ICML 2024 पेपर के लिए कोड और मॉडल, NExT-GPT: एनी-टू-एनी मल्टीमॉडल लार्ज लैंग्वेज मॉडल

🦦 Otter, OpenFlamingo (DeepMind के Flamingo का ओपन-सोर्स संस्करण) पर आधारित एक मल्टी-मोडल मॉडल, जिसे MIMIC-IT पर प्रशिक्षित किया गया है और जो बेहतर निर्देश-पालन तथा इन-कंटेक्स्ट लर्निंग क्षमता प्रदर्शित करता है।

[CVPR2024 Highlight][VideoChatGPT] वीडियो समझ के साथ ChatGPT! और miniGPT4, StableLM, तथा MOSS जैसे कई अन्य समर्थित LM।

SuperCLUE: चीनी सामान्य बड़े मॉडल व्यापक बेंचमार्क | चीनी में फाउंडेशन मॉडल के लिए एक बेंचमार्क

बिना लेबलिंग के अनुमान लगाने के लिए छवियां (सुपरवाइज्ड मॉडल को प्रशिक्षित करने के लिए फाउंडेशन मॉडल का उपयोग करें)।

EVA सीरीज़: BAAI से विज़ुअल रिप्रेजेंटेशन फेंटेसीज़

[ECCV2024] मल्टीमॉडल समझ के लिए वीडियो फाउंडेशन मॉडल और डेटा

LLM-संचालित एजेंटों के बारे में शानदार चीजें। पेपर / रिपॉजिटरी / ब्लॉग / ...

[CVPR 2025] MambaVision का आधिकारिक PyTorch कार्यान्वयन: एक हाइब्रिड Mamba-Transformer विजन बैक बोन

विज़न-लैंग्वेज मॉडल के लिए प्रॉम्प्ट लर्निंग (IJCV'22, CVPR'22)

निर्देश-पालन करने वाले भाषा मॉडल के लिए एक स्वचालित मूल्यांकनकर्ता। मानव-सत्यापित, उच्च-गुणवत्ता, सस्ती और तेज़।

ग्राफ/ट्रांसफॉर्मर-आधारित धोखाधड़ी, विसंगति और आउटलेयर डिटेक्शन पेपर और संसाधनों की एक क्यूरेटेड सूची

इमू सीरीज़: BAAI से जेनरेटिव मल्टीमॉडल मॉडल

Lag-Llama: संभाव्य समय श्रृंखला पूर्वानुमान के लिए फाउंडेशन मॉडल की ओर

scikit-learn संगत मॉडल, सांख्यिकीय विधियों और फाउंडेशन मॉडल का उपयोग करके समय श्रृंखला पूर्वानुमान के लिए Python लाइब्रेरी

जापानी LLM सारांश - जापानी LLM का अवलोकन

TabICLv2: एक ओपन टैबुलर फाउंडेशन मॉडल