foundation-models

Membuat model AI besar menjadi lebih murah, lebih cepat, dan lebih mudah diakses

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) yang dibangun untuk mencapai kemampuan setingkat GPT-4V dan seterusnya.

Pra-pelatihan mandiri skala besar lintas tugas, bahasa, dan modalitas

Janus-Series: Model Pemahaman dan Generasi Multimodal Terpadu

Library Python untuk deteksi anomali di seluruh data tabular, deret waktu (time series), graf, teks, gambar, dan audio. Memiliki 60+ detektor, orkestrasi ADEngine berbasis tolok ukur (benchmark), dan alur kerja agen (agentic workflow) untuk agen AI.

⚡ TabPFN: Model Fondasi untuk Data Tabular ⚡

Pemrosesan data untuk dan dengan foundation models! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

OpenSquilla — Agen AI yang Efisien Token dengan anggaran sama, kepadatan kecerdasan lebih tinggi

YuE: Model Fondasi Generasi Musik Lagu Penuh Terbuka, mirip dengan Suno.ai tetapi bersifat terbuka

Chronos: Model terlatih untuk peramalan deret waktu (Time Series Forecasting).

DeepSeek-VL: Menuju Pemahaman Visi-Bahasa Dunia Nyata

LimiX: Memanfaatkan kemampuan pemodelan data terstruktur untuk kecerdasan generalis https://arxiv.org/abs/2509.03505

TimeGPT-1: Model Fondasi Deret Waktu pra-latih yang siap produksi untuk peramalan dan deteksi anomali. Transformer pra-latih generatif untuk deret waktu yang dilatih pada lebih dari 100 miliar titik data. Mampu memprediksi berbagai domain secara akurat seperti ritel, listrik, keuangan, dan IoT hanya dengan beberapa baris kode 🚀.

Kode dan model untuk makalah ICML 2024, NExT-GPT: Large Language Model Multimodal Any-to-Any

Otter, model multi-modal berbasis OpenFlamingo (versi open-source dari Flamingo milik DeepMind), dilatih pada MIMIC-IT dan menunjukkan peningkatan kemampuan mengikuti instruksi serta pembelajaran dalam konteks.

[CVPR2024 Highlight][VideoChatGPT] ChatGPT dengan pemahaman video! Dan banyak lagi LM yang didukung seperti miniGPT4, StableLM, dan MOSS.

SuperCLUE: Benchmark Komprehensif Model Bahasa Besar Bahasa Mandarin | Benchmark untuk Model Dasar dalam Bahasa Mandarin

Gambar untuk inferensi tanpa pelabelan (menggunakan model dasar untuk melatih model terawasi).

EVA Series: Visual Representation Fantasies dari BAAI

[ECCV2024] Video Foundation Models & Data untuk Pemahaman Multimodal

Hal-hal menarik seputar agen berbasis LLM. Makalah / Repositori / Blog / ...

[CVPR 2025] Implementasi Resmi PyTorch dari MambaVision: Tulang Punggung Visi Hibrida Mamba-Transformer

Prompt Learning untuk Vision-Language Models (IJCV'22, CVPR'22).

Evaluator otomatis untuk model bahasa yang mengikuti instruksi. Tervalidasi oleh manusia, berkualitas tinggi, murah, dan cepat.

Daftar kurasi makalah & sumber daya deteksi penipuan, anomali, dan pencilan berbasis Graph/Transformer

Seri Emu: Model Multimodal Generatif dari BAAI

Lag-Llama: Menuju Model Fundamental untuk Peramalan Deret Waktu Probabilistik

Pustaka Python untuk peramalan deret waktu menggunakan model yang kompatibel dengan scikit-learn, metode statistik, dan model dasar

Ringkasan LLM Bahasa Jepang - Ikhtisar LLM Bahasa Jepang

TabICLv2: Model fondasi tabular terbuka