ATH-MaaS/Ovis

視覚的埋め込みとテキスト的埋め込みを構造的に整合させるように設計された、新規のマルチモーダル大規模言語モデル (MLLM) アーキテクチャ

↗ GitHub で開く

スター

1,514

フォーク

89

言語

Python

ライセンス

Apache-2.0

最終プッシュ

2 か月前

Python multimodal multimodal-large-language-models llama3 qwen chatbot vision-language-model multimodality vision-language-learning

関連 Intel はまだありません

このリポジトリは radar が追跡するソースにまだ登場していません。コレクターはスケジュールで動いています——このリポジトリがカバーされたらまた見てください。