MiniGPT-4 & MiniGPT-v2

LLaVA

AI GitHub 저장소

대규모 언어 및 시각 기능을 결합한 시각적 명령어 튜닝 모델입니다. GPT-4V 수준의 성능 달성을 목표로 하며, 멀티모달 이해 및 상호작용을 가능하게 합니다. 이 프로젝트는 연구원 및 개발자를 위한 코드, 모델 및 리소스를 제공합니다.LLaVA는 대규모 언어 및 시각 기능을 결합한 시각적 명령어 튜닝 모델입니다. GPT-4V 수준의 성능 달성을 목표로 하며, 멀티모달 이해 및 상호작용을 가능하게 합니다. 이 프로젝트는 연구원 및 개발자를 위한 코드, 모델 및 리소스를 제공합니다.

고정된 비주얼 인코더와 대규모 언어 모델을 정렬하여 시각-언어 이해를 향상시키는 AI 모델입니다. 상세한 이미지 설명 생성, 초안에서 웹사이트 제작, 이미지에서 영감을 받은 스토리 작성, 시각적 문제 해결 등 고급 멀티모달 기능을 시연합니다.MiniGPT-4는 고정된 비주얼 인코더와 대규모 언어 모델을 정렬하여 시각-언어 이해를 향상시키는 AI 모델입니다. 상세한 이미지 설명 생성, 초안에서 웹사이트 제작, 이미지에서 영감을 받은 스토리 작성, 시각적 문제 해결 등 고급 멀티모달 기능을 시연합니다.

LLaVA

AI 모델

범용적인 시각 및 언어 이해를 위해 비전 인코더와 언어 모델을 결합한 대규모 멀티모달 모델입니다. GPT-4를 모방한 멀티모달 채팅 기능에 뛰어나며, 시각적 명령어 튜닝을 통해 Science QA와 같은 벤치마크에서 최첨단 정확도를 달성합니다.LLaVA는 범용적인 시각 및 언어 이해를 위해 비전 인코더와 언어 모델을 결합한 대규모 멀티모달 모델입니다. GPT-4를 모방한 멀티모달 채팅 기능에 뛰어나며, 시각적 명령어 튜닝을 통해 Science QA와 같은 벤치마크에서 최첨단 정확도를 달성합니다.

LlamaFactory

AI GitHub 저장소

#12

100개 이상의 대형 언어 모델(LLM) 및 비전-언어 모델(VLM)의 통합 및 효율적 미세 조정에 중점을 둔 GitHub 저장소입니다. AI 분야의 연구자와 개발자들이 미세 조정 프로세스를 간소화하는 것을 목표로 합니다.LlamaFactory는 100개 이상의 대형 언어 모델(LLM) 및 비전-언어 모델(VLM)의 통합 및 효율적 미세 조정에 중점을 둔 GitHub 저장소입니다. AI 분야의 연구자와 개발자들이 미세 조정 프로세스를 간소화하는 것을 목표로 합니다.

Flamingo

AI 모델

Google DeepMind에서 개발한 단일 비주얼 언어 모델(VLM)로, 다양한 멀티모달 작업에서 소량의 예시만으로 학습하는 데 탁월한 성능을 보입니다. 이미지, 비디오, 텍스트가 혼합된 입력을 처리하여 관련 언어 출력을 생성하며, 추가 학습 없이 최소한의 작업별 예시만으로도 새로운 작업을 수행할 수…Flamingo는 Google DeepMind에서 개발한 단일 비주얼 언어 모델(VLM)로, 다양한 멀티모달 작업에서 소량의 예시만으로 학습하는 데 탁월한 성능을 보입니다. 이미지, 비디오, 텍스트가 혼합된 입력을 처리하여 관련 언어 출력을 생성하며, 추가 학습 없이 최소한의 작업별 예시만으로도 새로운 작업을 수행할 수…

Roboflow Computer Vision

AI 앱

#154

컴퓨터 비전 모델 구축 및 배포를 위한 엔드투엔드 플랫폼을 제공합니다. 자동화된 주석, 모델 학습, 확장 가능한 추론을 위한 도구를 제공하여 개발자와 기업이 실시간 스트림, 이미지 및 비디오에 시각적 인텔리전스를 통합할 수 있도록 지원합니다.Roboflow는 컴퓨터 비전 모델 구축 및 배포를 위한 엔드투엔드 플랫폼을 제공합니다. 자동화된 주석, 모델 학습, 확장 가능한 추론을 위한 도구를 제공하여 개발자와 기업이 실시간 스트림, 이미지 및 비디오에 시각적 인텔리전스를 통합할 수 있도록 지원합니다.

LocalAI

AI GitHub 저장소

#44

사용자가 GPU 없이 모든 하드웨어에서 LLM, 비전, 음성, 이미지 및 비디오를 포함한 다양한 모델을 실행할 수 있도록 하는 오픈 소스 AI 엔진입니다. 이러한 유연성 덕분에 다양한 애플리케이션에 접근할 수 있습니다.LocalAI는 사용자가 GPU 없이 모든 하드웨어에서 LLM, 비전, 음성, 이미지 및 비디오를 포함한 다양한 모델을 실행할 수 있도록 하는 오픈 소스 AI 엔진입니다. 이러한 유연성 덕분에 다양한 애플리케이션에 접근할 수 있습니다.

Phi-4-reasoning-vision-15B

AI 모델

Microsoft에서 개발한 다중 모달 AI 모델로, 비전-언어 이해 및 추론 능력이 필요한 작업을 위해 설계되었습니다. 과학적 추론 및 컴퓨터 사용 에이전트 작업에서 뛰어난 성능을 발휘하여 다양한 응용 프로그램에 적합합니다.Phi-4-reasoning-vision-15B는 Microsoft에서 개발한 다중 모달 AI 모델로, 비전-언어 이해 및 추론 능력이 필요한 작업을 위해 설계되었습니다. 과학적 추론 및 컴퓨터 사용 에이전트 작업에서 뛰어난 성능을 발휘하여 다양한 응용 프로그램에 적합합니다.