Alternatives and similar repositories for MLLM-Finetuning-Demo

Users that are interested in MLLM-Finetuning-Demo are comparing it to the libraries listed below

• WatchTower-Liu / VLM-learning
  Building a VLM model starts from the basic module.
  ☆18Updated last year
• xinyanghuang7 / Basic-Visual-Language-Model
  Build a simple basic multimodal large model from scratch. 从零搭建一个简单的基础多模态大模型🤖
  ☆46Updated last year
• LDLINGLINGLING / adan_application
  一些大语言模型和多模态模型的生态,主要包括跨模态搜索、投机解码、QAT量化、多模态量化、ChatBot、OCR
  ☆191Updated last month
• owenliang / DeepSeek-Distill-Qwen-For-Child
  ☆53Updated 7 months ago
• AI-Study-Han / Zero-Qwen-VL
  训练一个对中文支持更好的LLaVA模型，并开源训练代码和数据。
  ☆73Updated last year
• percent4 / multi-modal-image-search
  本项目使用LLaVA 1.6多模态模型实现以文搜图和以图搜图功能。
  ☆25Updated last year
• zhangfaen / finetune-InternVL2
  ☆30Updated last year
• yaosenJ / CoalQA
  使用煤矿历史事故案例，事故处理报告、安全规程规章制度、技术文档、煤矿从业人员入职考试题库等数据，微调internlm2模型实现针对煤矿事故和煤矿安全知识的智能问答。
  ☆53Updated 9 months ago
• Alannikos / FunGPT
  In this fast-paced world, we all need a little something to spice up life. Whether you need a glass of sweet talk to lift your spirits or…
  ☆59Updated 4 months ago
• matthewchung74 / qwen_2_5_3B_GRPO_medical_thinking
  ☆48Updated 5 months ago
• scchy / XtunerGUI
  Xtuner Factory
  ☆34Updated last year
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆125Updated 10 months ago
• jiangnanboy / pdf_multimodal_rag
  pdf multimodal rag 【pdf多模态rag问答】
  ☆20Updated 7 months ago
• wdndev / mllm_interview_note
  主要记录大语言大模型（LLMs） 算法（应用）工程师多模态相关知识
  ☆246Updated last year
• 828Tina / textvqa_grounding_task_qwen2.5-vl-ft
  ☆64Updated 4 months ago
• yujunhuics / Reyes
  从零到一实现了一个多模态大模型，并命名为Reyes（睿视），R：睿，eyes：眼。Reyes的参数量为8B，视觉编码器使用的是InternViT-300M-448px-V2_5,语言模型侧使用的是Qwen2.5-7B-Instruct，Reyes也通过一个两层MLP投影层连…
  ☆26Updated 7 months ago
• reilxlx / llava-Qwen2-7B-Instruct-Chinese-CLIP
  模型 llava-Qwen2-7B-Instruct-Chinese-CLIP 增强中文文字识别能力和表情包内涵识别能力，接近gpt4o、claude-3.5-sonnet的识别水平！
  ☆24Updated last year
• owenliang / qwen-dpo
  通义千问的DPO训练
  ☆55Updated last year
• ShaohonChen / Qwen3-SmVL
  将SmolVLM2的视觉头与Qwen3-0.6B模型进行了拼接微调
  ☆380Updated last month
• Czi24 / Awesome-MLLM-LLM-Colab
  Happy experimenting with MLLM and LLM models!
  ☆125Updated 11 months ago
• SmartFlowAI / TheGodOfCookery
  ☆102Updated 7 months ago
• OvJat / DeepSpeedTutorial
  DeepSpeed Tutorial
  ☆102Updated last year
• owenliang / bpe-tokenizer
  LLM Tokenizer with BPE algorithm
  ☆39Updated last year
• threeColorFr / LLMforDialogDataGenerate
  Generate dialog data from documents using LLM like ChatGLM2 or ChatGPT;利用ChatGLM2,ChatGPT等大模型根据文档生成对话数据集
  ☆159Updated last year
• wisdom-pan / Agent_Hospital
  ## AI医院: Multi-Agent 医学智能体 与患者进行多轮对话，提出相关和探索性的问题，推荐适当的医学检查，并在收集足够的信息后做出诊断。设置检查员，他们专门负责与患者互动并提供相关的医学检查结果，确保医生能够获得患者必要的客观信息以做出准确诊断。此外，主治医生负…
  ☆42Updated last year
• HuggingAGI / HuggingArxiv
  ☆264Updated 10 months ago
• git-cloner / ai-course
  人工智能培训课件资源
  ☆113Updated last week
• cnzzx / VSA
  Vision Search Assistant: Empower Vision-Language Models as Multimodal Search Engines
  ☆126Updated 11 months ago
• Mingrui-Li / Qwen-VL-Lora-Model
  可以成功Lora微调的Qwen-VL模型
  ☆16Updated last year
• HCPLab-SYSU / Book-of-MLM
  《多模态大模型：新一代人工智能技术范式》作者：刘阳，林倞
  ☆242Updated 10 months ago