foundation-models

Tornando grandes modelos de IA mais baratos, rápidos e acessíveis

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) desenvolvido para alcançar recursos do nível do GPT-4V e além.

Pré-treinamento autossupervisionado em larga escala entre tarefas, idiomas e modalidades

Série Janus: Modelos unificados de compreensão e geração multimodal.

Uma biblioteca Python para detecção de anomalias em dados tabulares, séries temporais, grafos, texto, imagem e áudio. Mais de 60 detectores, orquestração ADEngine baseada em benchmarks e um fluxo de trabalho agente para agentes de IA.

TabPFN: Modelo de fundação para dados tabulares

Processamento de dados para e com modelos de fundação! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

OpenSquilla — Agente de IA eficiente em tokens com o mesmo orçamento e maior densidade de inteligência.

YuE: Modelo fundamental de geração de músicas completas, similar ao Suno.ai, porém aberto.

Chronos: Modelos pré-treinados para previsão de séries temporais.

DeepSeek-VL: Rumo à compreensão de visão e linguagem no mundo real

LimiX: Liberando a capacidade de modelagem de dados estruturados para inteligência generalista https://arxiv.org/abs/2509.03505

TimeGPT-1: Modelo de fundação de séries temporais pré-treinado pronto para produção para previsão e detecção de anomalias. Transformer generativo pré-treinado para séries temporais treinado em mais de 100 bilhões de pontos de dados. É capaz de prever com precisão vários domínios, como varejo, eletricidade, finanças e IoT com apenas algumas linhas de código.

Código e modelos para o artigo do ICML 2024, NExT-GPT: Any-to-Any Multimodal Large Language Model

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.

[CVPR2024 Highlight][VideoChatGPT] ChatGPT com compreensão de vídeo! E muitos outros modelos de linguagem suportados, como miniGPT4, StableLM e MOSS.

SuperCLUE: Benchmark abrangente para modelos de linguagem em chinês

Imagens para inferência sem rotulagem (use modelos de fundação para treinar modelos supervisionados).

Série EVA: Fantasias de Representação Visual da BAAI

[ECCV2024] Modelos de fundação de vídeo e dados para compreensão multimodal

Coisas incríveis sobre agentes baseados em LLM. Artigos / Repositórios / Blogs / ...

[CVPR 2025] Implementação oficial em PyTorch do MambaVision: Um backbone de visão híbrido Mamba-Transformer

Aprendizado de Prompt para Modelos de Visão-Linguagem (IJCV'22, CVPR'22)

Um avaliador automático para modelos de linguagem de seguimento de instruções. Validado por humanos, de alta qualidade, barato e rápido.

Uma lista curada de artigos e recursos sobre detecção de fraudes, anomalias e outliers baseada em grafos e Transformers.

Série Emu: Modelos Multimodais Generativos do BAAI

Lag-Llama: Rumo a modelos de fundação para previsão probabilística de séries temporais

Biblioteca Python para previsão de séries temporais usando modelos compatíveis com scikit-learn, métodos estatísticos e modelos de fundação.

Resumo de LLMs em japonês - Visão geral de LLMs japoneses

TabICLv2: Um modelo de base tabular aberto.