京东 11.11 红包
LongLLaVA:基于Jamba的多图理解多模态大模型
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
SlowFast-LLaVA：无需训练的视频理解多模态大模型
...
Qwen2-VL：支持任意精度图片以及视频输入的开源大模型系列
...
mPLUG-Owl3 多图理解多模态大模型
...
transfusion：统一transformer和diffusion框架的多模态大模型
...
mPLUG-DocOwl2：多页多模态文档理解大模型
...
OMG-LLaVA：拥有segmentation能力的视觉多模态大模型
...
NVLM：融合LLaVA和Flamingo架构的多模态大模型系列
...
Research Track 7：多模态大模型最新的一些论文
...
ChartMoE：使用MoE adapter的Chart理解多模态大模型
...
UnifiedMLLM：多任务多模态大模型
...
ai短片，纯分享
...
Janus：基于分离视觉编码器的统一理解与生成的多模态大模型
...
Aria：基于MoE架构的原生多模态大模型
...
CogVLM2：智谱AI新一代多模态大模型系列
...
MM-ICL：关于多模态In Context Learning的消融实验
...
MarDini：一个基于masked auto-regression和DiT的非对称视频生成模型
...
mini-Gemini：支持高精度图片输入的多模态大模型
...
Research Track 5：多模态大模型最新的一些论文
...
Open-MAGVIT2基于Lookup-free Quantization的开源图片生成模型
...
DocLayLLM：高效，SOTA的文档理解多模态大模型
...
Cambrian-1：以视觉为中心，基于多个vision encoder的多模态大模型
...
OLMoE：基于MoE的全开源大模型
...
HERMES 3: 基于Llama3.1微调的大模型
...
三个文献综述 AI 神器
...
Research Track 6：多模态大模型最新的一些论文
...
VITA: 开源版GPT-4o实现
...
AVG-LLaVA：自适应尺度视觉特征选择的多模态大模型
...
llava-onevision：llava系列集大成者
...
Research Track 1：多模态大模型最新的一些论文
...
【LLM前沿】6小时精讲四大多模态大模型CLIP BLIP VIT MLLM及对话机器人办公助手！绝对的通俗易懂的大模型应用教程！
...
LLaVA-MoD：基于知识蒸馏的小多模态大模型
...
Fluid：使用连续token表示，随机顺序生成的自回归文生图模型
...
Qwen2_math
...
phi-3.5：微软大模型系列
...
Genie：编程助手
...
Allegro：开源的SOTA视频生成模型
...
分享免费，无需翻墙，无限次数使用的ChatGPT3.5和GPT4.0安装教程教程！
...
Research Track 4: 多模态大模型最新的一些论文
...
闭环了！浅谈哈里斯败选、女拳、和装机圈的关联！NV股价虽然翻了三倍，但雷蒙多一年努力依旧白费！
...
GameNGen：使用diffusion model做的游戏引擎