vision-language-models
vision-language-models 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-language-models के साथ आते हैं।
हाल में उभरे
पिछले 90 दिनों में बनी और vision-language-models टैग वाली रिपॉजिटरी।
पिछले 90 दिनों में इस विषय के टैग वाली कोई नई रिपॉजिटरी नहीं आई।
- #1
155+ विजन-लैंग्वेज मॉडल (VLM/MLLM) आर्किटेक्चर की क्यूरेटेड विजुअल कैटलॉग: पेपर, आरेख, ट्रेनिंग रेसिपी, डेटासेट, और मल्टीमॉडल AI एजेंटों के लिए रिलीज़ टाइमलाइन।
★ 1,310+4पिछले 7 दिनों में स्टार का बदलाव - #2
[NeurIPS' 2025] JarvisArt: एक बुद्धिमान फोटो रीटचिंग एजेंट के माध्यम से मानवीय कलात्मक रचनात्मकता को स्वतंत्र करना
★ 862+1पिछले 7 दिनों में स्टार का बदलाव - #3
[NeurIPS 2025] 4KAgent: एजेंटिक एनी इमेज टू 4K सुपर-रिज़ॉल्यूशन। एक बुद्धिमान कंप्यूटर विजन एजेंट जो किसी भी इमेज को जादुई रूप से परफेक्ट 4K में रिस्टोर कर सकता है।
★ 821+0पिछले 7 दिनों में स्टार का बदलाव - #4
स्थानिक तर्क (spatial reasoning) के लिए शोध पत्रों की सूची
★ 780+3पिछले 7 दिनों में स्टार का बदलाव - #5
विज़न-लैंग्वेज मॉडल पेपर और मॉडल्स का एक प्रमुख फ़्रंटएंड कलेक्शन और सर्वे GitHub रिपॉजिटरी। निरंतर अपडेट।
★ 706+5पिछले 7 दिनों में स्टार का बदलाव - #6
[ICLR 2026] ReCogDrive: एंड-टू-एंड ऑटोनॉमस ड्राइविंग के लिए एक रीइन्फोर्स्ड कॉग्निटिव फ्रेमवर्क।
★ 599+4पिछले 7 दिनों में स्टार का बदलाव - #7★ 582—पिछले 7 दिनों में स्टार का बदलाव
- #8
ParseBench - AI एजेंटों के लिए एक दस्तावेज़ पार्सिंग बेंचमार्क
★ 560+6पिछले 7 दिनों में स्टार का बदलाव
