multimodality
Các kho mã nguồn mở đang theo dõi được gắn thẻ multimodality, sắp xếp theo số sao.
Chủ đề liên quan
Những chủ đề thường xuất hiện cùng multimodality trên cùng một kho mã.
Mới nổi gần đây
Các kho mã tạo trong 90 ngày qua và được gắn thẻ multimodality.
Không có kho mã mới nào gắn thẻ chủ đề này trong 90 ngày qua.
- #1
Framework Cradle là nỗ lực đầu tiên về Điều khiển Máy tính Tổng quát (GCC). Cradle hỗ trợ các agent hoàn thành xuất sắc mọi tác vụ máy tính bằng cách cho phép khả năng suy luận mạnh mẽ, tự cải thiện và quản lý kỹ năng, trong một môi trường chung chuẩn hóa với các yêu cầu tối thiểu.
★ 2.578+8Thay đổi số sao trong 7 ngày qua - #2
Tổng hợp các bài báo tuyệt vời về RAG cho AIGC. Chúng tôi đề xuất một phân loại về nền tảng, cải tiến và ứng dụng RAG trong bài báo "Retrieval-Augmented Generation for AI-Generated Content: A Survey".
★ 1.789+2Thay đổi số sao trong 7 ngày qua - #3
Một kiến trúc Mô hình Ngôn ngữ Lớn Đa phương thức (MLLM) mới, được thiết kế để căn chỉnh cấu trúc giữa các embedding thị giác và văn bản.
★ 1.513+1Thay đổi số sao trong 7 ngày qua - #4★ 1.053+0Thay đổi số sao trong 7 ngày qua
- #5
Bản triển khai chính thức cho "CLIP4Clip: An Empirical Study of CLIP for End to End Video Clip Retrieval".
★ 1.031+0Thay đổi số sao trong 7 ngày qua - #6★ 710+0Thay đổi số sao trong 7 ngày qua
- #7★ 687+0Thay đổi số sao trong 7 ngày qua
- #8
✨✨Woodpecker: Sửa lỗi ảo tưởng (hallucination) cho các mô hình ngôn ngữ lớn đa phương thức
★ 649+1Thay đổi số sao trong 7 ngày qua - #9
Kho lưu trữ này chứa mã đánh giá cho bài báo "MMMU: Một điểm chuẩn hiểu và suy luận đa phương thức đa ngành lớn cho AGI chuyên gia"
★ 593+0Thay đổi số sao trong 7 ngày qua - #10
(ECCVW 2025) GPT4RoI: Tinh chỉnh hướng dẫn cho mô hình ngôn ngữ lớn dựa trên vùng quan tâm (Region-of-Interest)
★ 556+0Thay đổi số sao trong 7 ngày qua - #11
Danh sách các bài báo được tuyển chọn về tạo nội dung đa phương thức dựa trên LLM (hình ảnh, video, 3D và âm thanh)
★ 552+0Thay đổi số sao trong 7 ngày qua
