mbzuai-oryx/Video-ChatGPT

[ACL 2024 🔥] Video-ChatGPT は、動画について意味のある対話を生成できる動画対話モデルです。LLM の機能と、時空間動画表現に適応させた事前学習済みビジュアルエンコーダーを組み合わせています。また、動画ベースの対話モデル向けの厳格な「定量評価ベンチマーク」も導入しています。

↗ GitHub で開く

スター

1,507

フォーク

128

言語

Python

ライセンス

CC-BY-4.0

最終プッシュ

1 年前

Python llama chatbot vicuna gpt-4 clip llava vision-language mulit-modal video-chatboat video-conversation vision-language-pretraining

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。