foundation-models

Làm cho các mô hình AI lớn trở nên rẻ hơn, nhanh hơn và dễ tiếp cận hơn.

[NeurIPS'23 Oral] Tinh chỉnh hướng dẫn trực quan (LLaVA) được xây dựng hướng tới khả năng ngang tầm GPT-4V và xa hơn nữa.

Tiền huấn luyện tự giám sát quy mô lớn trên các tác vụ, ngôn ngữ và phương thức

Dòng Janus: Các mô hình hiểu và tạo sinh đa phương thức hợp nhất

Thư viện Python dùng để phát hiện bất thường trên dữ liệu dạng bảng, chuỗi thời gian, đồ thị, văn bản, hình ảnh và âm thanh. Hơn 60 bộ phát hiện, điều phối ADEngine dựa trên benchmark và quy trình làm việc tự động cho các AI agent.

⚡ TabPFN: Mô hình nền tảng cho dữ liệu dạng bảng ⚡

Xử lý dữ liệu cho và bằng foundation models! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

OpenSquilla — AI Agent tiết kiệm token với cùng ngân sách, mật độ thông minh cao hơn

YuE: Mô hình nền tảng tạo nhạc toàn bài mở, tương tự như Suno.ai nhưng là mã nguồn mở

Chronos: Các mô hình được huấn luyện trước cho việc dự đoán chuỗi thời gian

DeepSeek-VL: Hướng tới Hiểu biết Tầm nhìn-Ngôn ngữ trong Thế giới Thực

LimiX: Giải phóng khả năng mô hình hóa dữ liệu cấu trúc cho trí tuệ tổng quát https://arxiv.org/abs/2509.03505

TimeGPT-1: Mô hình nền tảng chuỗi thời gian được huấn luyện trước sẵn sàng cho sản xuất để dự báo và phát hiện bất thường. Transformer huấn luyện trước tạo sinh cho chuỗi thời gian được đào tạo trên hơn 100 tỷ điểm dữ liệu. Khả năng dự đoán chính xác các lĩnh vực khác nhau như bán lẻ, điện lực, tài chính và IoT chỉ với vài dòng mã 🚀.

Mã nguồn và mô hình cho bài báo ICML 2024, NExT-GPT: Mô hình ngôn ngữ lớn đa phương thức Any-to-Any

🦦 Otter, một mô hình đa phương thức dựa trên OpenFlamingo (phiên bản mã nguồn mở của Flamingo từ DeepMind), được huấn luyện trên MIMIC-IT và thể hiện khả năng tuân thủ chỉ dẫn cũng như học tập trong ngữ cảnh được cải thiện.

[CVPR2024 Highlight][VideoChatGPT] ChatGPT với tính năng hiểu video! Và nhiều LM được hỗ trợ khác như miniGPT4, StableLM và MOSS.

SuperCLUE: Tiêu chuẩn đánh giá toàn diện cho các mô hình lớn tiếng Trung | Tiêu chuẩn đánh giá các mô hình nền tảng bằng tiếng Trung

Hình ảnh để suy luận không cần gán nhãn (sử dụng các mô hình nền tảng để huấn luyện các mô hình có giám sát).

Dòng EVA: Hình ảnh biểu diễn tưởng tượng từ BAAI

[ECCV2024] Video Foundation Models & Data dành cho thấu hiểu đa phương thức

Những điều tuyệt vời về các tác nhân được hỗ trợ bởi LLM. Bài báo / Kho lưu trữ / Blog / ...

[CVPR 2025] Triển khai PyTorch chính thức của MambaVision: Một xương sống tầm nhìn Mamba-Transformer lai

Học nhắc lệnh cho các mô hình Thị giác-Ngôn ngữ (IJCV'22, CVPR'22)

Trình đánh giá tự động cho các mô hình ngôn ngữ tuân theo hướng dẫn. Được xác thực bởi con người, chất lượng cao, chi phí rẻ và nhanh chóng.

Danh sách chọn lọc các bài báo & tài nguyên về phát hiện gian lận, bất thường và ngoại lệ dựa trên Graph/Transformer.

Emu Series: Các Mô hình Đa phương thức Tạo sinh từ BAAI

Lag-Llama: Hướng tới các mô hình nền tảng cho dự báo chuỗi thời gian xác suất

Thư viện Python hỗ trợ dự báo chuỗi thời gian bằng cách sử dụng các mô hình tương thích scikit-learn, các phương pháp thống kê và các mô hình nền tảng (foundation models)

Tổng quan về các LLM tiếng Nhật

TabICLv2: Một mô hình nền tảng dạng bảng mở