vision-and-language
vision-and-language टैग वाली ट्रैक की गई ओपन सोर्स रिपॉजिटरी, स्टार के हिसाब से क्रमबद्ध।
मिलते-जुलते विषय
वे विषय जो अक्सर एक ही रिपॉजिटरी पर vision-and-language के साथ आते हैं।
हाल में उभरे
पिछले 90 दिनों में बनी और vision-and-language टैग वाली रिपॉजिटरी।
पिछले 90 दिनों में इस विषय के टैग वाली कोई नई रिपॉजिटरी नहीं आई।
- #1
जेनरेटिव AI अनुसंधान अपडेट, साक्षात्कार संसाधनों, नोटबुक और बहुत कुछ के लिए एक वन-स्टॉप रिपॉजिटरी!
★ 29,211+213पिछले 7 दिनों में स्टार का बदलाव - #2★ 11,261-1पिछले 7 दिनों में स्टार का बदलाव
- #3
मल्टीमॉडल मॉडल के लिए फ़ाइन-ट्यूनिंग प्रक्रिया को सुव्यवस्थित करें: PaliGemma 2, Florence-2, और Qwen2.5-VL
★ 2,695+1पिछले 7 दिनों में स्टार का बदलाव - #4★ 2,666+1पिछले 7 दिनों में स्टार का बदलाव
- #5
ICML 2021 (लॉन्ग टॉक) पेपर के लिए कोड: "ViLT: Vision-and-Language Transformer Without Convolution or Region Supervision"
★ 1,538+0पिछले 7 दिनों में स्टार का बदलाव - #6
जापानी LLM सारांश - जापानी LLM का अवलोकन
★ 1,428+1पिछले 7 दिनों में स्टार का बदलाव - #7★ 1,393+0पिछले 7 दिनों में स्टार का बदलाव
- #8★ 1,309+0पिछले 7 दिनों में स्टार का बदलाव
- #9★ 1,088+1पिछले 7 दिनों में स्टार का बदलाव
- #10
विज़न, ऑडियो और भाषा मोडैलिटीज़ के लिए एक सामान्य प्रतिनिधित्व मॉडल। पेपर: ONE-PEACE: Exploring One General Representation Model Toward Unlimited Modalities
★ 1,060+0पिछले 7 दिनों में स्टार का बदलाव - #11
[ECCV 2024 बेस्ट पेपर कैंडिडेट और TPAMI 2025] PointLLM: लार्ज लैंग्वेज मॉडल को पॉइंट क्लाउड को समझने में सक्षम बनाना
★ 1,054+2पिछले 7 दिनों में स्टार का बदलाव - #12
[ICML2024 (Oral)] DoRA का आधिकारिक PyTorch कार्यान्वयन: वेट-डिकम्पोज़्ड लो-रैंक एडेप्टेशन
★ 995+4पिछले 7 दिनों में स्टार का बदलाव - #13
CALVIN - लॉन्ग-होरिजोन रोबोट मैनिपुलेशन कार्यों के लिए लैंग्वेज-कंडीशंड पॉलिसी लर्निंग हेतु एक बेंचमार्क।
★ 985+10पिछले 7 दिनों में स्टार का बदलाव - #14
[CVPR 2024 🔥] Grounding Large Multimodal Model (GLaMM), अपनी तरह का पहला मॉडल जो ऑब्जेक्ट सेगमेंटेशन मास्क के साथ सहजता से एकीकृत प्राकृतिक भाषा प्रतिक्रियाएं उत्पन्न करने में सक्षम है।
★ 967+0पिछले 7 दिनों में स्टार का बदलाव - #15
यह रिपॉजिटरी सबसे रोमांचक और प्रभावशाली CVPR 2025 पेपरों का एक क्यूरेटेड संग्रह है। 🔥 [पेपर + कोड + डेमो]
★ 895+1पिछले 7 दिनों में स्टार का बदलाव - #16
[CVPR 2024] Alpha-CLIP: एक CLIP मॉडल जो आपकी इच्छानुसार कहीं भी ध्यान केंद्रित करता है।
★ 875+0पिछले 7 दिनों में स्टार का बदलाव - #17
यह रिपॉजिटरी CVPR 2024 के सबसे रोमांचक और प्रभावशाली शोध पत्रों का एक क्यूरेटेड संग्रह है। [पेपर + कोड + डेमो]
★ 735+0पिछले 7 दिनों में स्टार का बदलाव - #18
वास्तविक पैनोरमिक छवियों से सुदृढीकरण सीखने (Reinforcement Learning) के लिए AI रिसर्च प्लेटफ़ॉर्म।
★ 713+1पिछले 7 दिनों में स्टार का बदलाव - #19
यह रिपॉजिटरी CVPR 2023 के सबसे रोमांचक और प्रभावशाली शोध पत्रों का एक क्यूरेटेड संग्रह है। [पेपर + कोड]
★ 649+0पिछले 7 दिनों में स्टार का बदलाव - #20
ऑनलाइन प्रॉक्टरिंग में स्वचालित निगरानी के लिए सॉफ़्टवेयर बनाना
★ 634-1पिछले 7 दिनों में स्टार का बदलाव - #21
विज़न-एंड-लैंग्वेज नेविगेशन के लिए एक क्यूरेटेड सूची। ACL 2022 पेपर "Vision-and-Language Navigation: A Survey of Tasks, Methods, and Future Directions"
★ 607+3पिछले 7 दिनों में स्टार का बदलाव - #22
शानदार विज़न और भाषा संसाधनों की एक क्यूरेटेड सूची (अभी भी निर्माण कार्य चल रहा है... बने रहें!)
★ 564+0पिछले 7 दिनों में स्टार का बदलाव - #23
यह रिपॉजिटरी हमारे सर्वे पेपर में संक्षेपित प्रासंगिक पेपर्स को सूचीबद्ध करती है: विजन-लैंग्वेज फाउंडेशन मॉडल्स पर प्रॉम्प्ट इंजीनियरिंग का एक व्यवस्थित सर्वे।
★ 513+0पिछले 7 दिनों में स्टार का बदलाव
