ictnlp/LLaVA-Mini

LLaVA-Miniは、画像、高解像度画像、動画の理解を効率的にサポートする統合型の大規模マルチモーダルモデル（LMM）です。

↗ GitHub で開く

スター

577

フォーク

34

言語

Python

ライセンス

Apache-2.0

最終プッシュ

1 年前

Python video multimodal multimodal-large-language-models large-language-models gpt4o llama efficient vision-language-model llava gpt4v large-multimodal-models vision visual-instruction-tuning

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。