EvolvingLMMs-Lab

Toolkit de avaliação multimodal tudo-em-um para tarefas de texto, imagem, vídeo e áudio.

Otter, um modelo multimodal baseado no OpenFlamingo (versão de código aberto do Flamingo da DeepMind), treinado no MIMIC-IT, demonstrando melhor capacidade de seguir instruções e aprendizado em contexto.

Um fork para adicionar treinamento de modelos multimodais ao open-r1.

Framework totalmente aberto para treinamento multimodal democratizado

Série NEO: Modelos nativos de visão e linguagem a partir de princípios fundamentais

Um mecanismo de treinamento de modelos multimodais simples e unificado. Enxuto, flexível e criado para hacking em escala.