foundation-models

155種類以上のビジョン・言語モデル（VLM/MLLM）アーキテクチャのキュレーションされたビジュアルカタログ：論文、図解、学習レシピ、データセット、マルチモーダルAIエージェントのリリース年表。

大規模言語モデルの知識編集に関する必読論文集。

時系列、時空間、イベントデータ向けの大規模言語モデル（LLM）および基盤モデル（LM、FM）に関する専門的なリスト

TorchXRayVision: 胸部X線データセットとモデルのライブラリ。分類、セグメンテーション、オートエンコーダーを提供。

Apple の Foundation Models フレームワークを使用したアプリの構築、テスト、評価のための実践的なラボ。

ビジョンおよび言語タスク向け基盤モデルのキュレーションリスト

ビジョン、オーディオ、言語モダリティを横断する汎用表現モデル。論文：ONE-PEACE: Exploring One General Representation Model Toward Unlimited Modalities

[ECCV 2024 Best Paper Candidate & TPAMI 2025] PointLLM: 点群を理解できるように大規模言語モデルを拡張

地球システム予測のための Aurora モデルの実装

「Timer: Generative Pre-trained Transformers Are Large Time Series Models」（ICML 2024）および関連研究の公式コード、データセット、チェックポイント

[CVPR 2024 🔥] Grounding Large Multimodal Model (GLaMM): オブジェクトセグメンテーションマスクとシームレスに統合された自然言語応答を生成できる、類を見ない最初のモデル

[ICLR 2024] FasterViTの公式PyTorch実装：階層型アテンションを備えた高速なVision Transformers

ゲノミクスおよびトランスクリプトミクス用の基盤モデル

エンドツーエンドAI技術を活用した、無料かつ完全オープンソースのL2 ADASスタック

地理空間基盤モデル（GFM）のファインチューニング用 Python ツールキット。

トレーニングデータと検証データの探索および理解。

VoxPoser：言語モデルによるロボット操作のための合成可能な3Dバリューマップ

[NeurIPS 2025 Spotlight] OpenCUA: コンピュータ利用エージェントのためのオープンな基盤

大規模モデル（LLM/VLM）時代におけるロボット工学分野に関連する3Dビジョン論文の厳選リスト。awesome-computer-visionにインスパイアされ、論文、コード、関連ウェブサイトを含む。

Hyena を用いて構築された長距離ゲノム基盤モデル「HyenaDNA」の公式実装

[MICCAI 2019 Young Scientist Award] [MEDIA 2020 Best Paper Award] 医療画像分析における最初の「基盤（foundation）」モデルの1つであるModels Genesis。複数の下流タスクに対応。

音声認識タスクのための基盤モデル。

LLM、MLLM、およびその先のモデルマージ：手法、理論、応用、そして展望。ACM Computing Surveys、2026年。

MathCode：最先端の数理コーディングエージェント

[CVPR26] TESSERA は、土地分類や樹冠高予測などの用途に向けて時系列衛星画像を処理できる基盤モデルです。ケンブリッジ大学で開発され、地球観測データからの効率的な時間的パターンの抽出を実現します。

[ICLR'24 Spotlight] Uni3D: BAAIによる3Dビジュアル表現

HoloMotion: 全身人型ロボット制御のための基盤モデル

RETFound、DINOv2、DINOv3 を含む、医療 AI 向けの Vision Foundation Models

✨✨基盤モデルの推論に関する最新の論文とベンチマーク

統合型マルチタスク時系列モデル。