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🤖
  ☆47Updated 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 2 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。
  ☆74Updated last year
• owenliang / DeepSeek-Distill-Qwen-For-Child
  ☆54Updated 7 months ago
• 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。
  ☆26Updated last year
• 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 8 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 5 months ago
• zhangfaen / finetune-InternVL2
  ☆30Updated last year
• scchy / XtunerGUI
  Xtuner Factory
  ☆34Updated last year
• VovyH / MultiAgent-Search
  [2025-上海人工智能实验室书生实训营十佳、优秀项目]
  ☆35Updated last month
• 828Tina / textvqa_grounding_task_qwen2.5-vl-ft
  ☆70Updated 5 months ago
• ShaohonChen / Qwen3-SmVL
  将SmolVLM2的视觉头与Qwen3-0.6B模型进行了拼接微调
  ☆397Updated last month
• 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！
  ☆25Updated last year
• 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
  ☆248Updated 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
• OvJat / DeepSpeedTutorial
  DeepSpeed Tutorial
  ☆102Updated last year
• JimmyMa99 / Roleplay-with-XiYou
  基于《西游记》原文、白话文、ChatGPT生成数据制作的，以InternLM2微调的角色扮演多LLM聊天室。 本项目将介绍关于角色扮演类 LLM 的一切，从数据获取、数据处理，到使用 XTuner 微调并部署至 OpenXLab，再到使用 LMDeploy 部署，以 op…
  ☆104Updated last year
• RethinkFun / trian_ppo
  ☆119Updated last year
• forXuyx / Cinego
  🚀 轻量视频🎥 大模型🤖
  ☆20Updated 6 months ago
• git-cloner / ai-course
  人工智能培训课件资源
  ☆127Updated last week
• 7Alive7 / VLM-Finetuning
  这是一个不基于任何框架实现的从0到1的VLM finetune（包括Pre-train和SFT）
  ☆33Updated 2 months ago
• opendatalab / image-downloader
  ☆28Updated last year
• liujunwen23 / MIRE
  WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge
  ☆125Updated 11 months ago
• SmartFlowAI / TheGodOfCookery
  ☆103Updated 7 months ago
• sandy1990418 / Finetune-Qwen2.5-VL
  Fine-tuning Qwen2.5-VL for vision-language tasks | Optimized for Vision understanding | LoRA & PEFT support.
  ☆137Updated 8 months ago
• 360CVGroup / SEEChat
  Multimodal chatbot with computer vision capabilities integrated, our 1st-gen LMM
  ☆101Updated last year
• juzhengz / LoRI
  [COLM 2025] LoRI: Reducing Cross-Task Interference in Multi-Task Low-Rank Adaptation
  ☆155Updated 3 months ago
• chg0901 / Honor_of_Kings_Multi-modal_Dataset
  A Multi-modal RAG Project with Dataset from Honor of Kings, one of the most popular smart phone games in China
  ☆71Updated last year
• matthewchung74 / qwen_2_5_3B_GRPO_medical_thinking
  ☆48Updated 6 months ago