Alternatives and similar repositories for llava-Qwen2-7B-Instruct-Chinese-CLIP

Users that are interested in llava-Qwen2-7B-Instruct-Chinese-CLIP are comparing it to the libraries listed below

• 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…
  ☆58Updated 3 weeks ago
• 1694439208 / GOT-OCR-Inference
  研究GOT-OCR-项目落地加速，不限语言
  ☆60Updated 8 months ago
• leeguandong / XrayQwenVL
  基于qwenvl微调一个多模态Xray识别的大模型
  ☆21Updated 8 months ago
• 360AILABNLP / 360LayoutAnalysis
  ☆27Updated 8 months ago
• li-xiu-qi / SmartlmageFinder
  一个基于多模态向量模型及视觉多模态模型构建的图片搜索引擎&管理系统，实现精准的以文搜文，文搜图、以图搜图多种智能检索方式。An image search engine management system built upon multimodal vector models…
  ☆42Updated this week
• owenliang / DeepSeek-Distill-Qwen-For-Child
  ☆41Updated 3 months ago
• AI-Study-Han / Mini-Llama2-Chinese
  想要从零开始训练一个中文的mini大语言模型，可以进行基本的对话，模型大小根据手头的机器决定
  ☆60Updated 10 months ago
• KMnO4-zx / xlab-huanhuan
  ☆63Updated last year
• ArtificialZeng / llama3_explained
  the newest version of llama3，source code explained line by line using Chinese
  ☆22Updated last year
• hzauzxb / guidance-ocr
  视觉信息抽取任务中，使用OCR识别结果规范多模态大模型的回答
  ☆35Updated 5 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
  ☆66Updated 9 months ago
• WalkerMitty / PDFparser
  Here is a demo for PDF parser (Including OCR, object detection tools)
  ☆35Updated 8 months ago
• WatchTower-Liu / VLM-learning
  Building a VLM model starts from the basic module.
  ☆16Updated last year
• yongzhuo / qwen2-sft
  Qwen1.5-SFT(阿里, Ali), Qwen_Qwen1.5-2B-Chat/Qwen_Qwen1.5-7B-Chat微调(transformers)/LORA(peft)/推理
  ☆63Updated 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
  ☆182Updated this week
• 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。
  ☆61Updated 9 months ago
• SmartFlowAI / Hand-on-RAG
  顾名思义：手搓的RAG
  ☆124Updated 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。
  ☆23Updated last year
• xverse-ai / XVERSE-V-13B
  ☆80Updated 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。
  ☆48Updated 5 months ago
• pydaxing / clip_blip_embedding_rag
  在RAG技术中，嵌入向量的生成和匹配是关键环节。本文介绍了一种基于CLIP/BLIP模型的嵌入服务，该服务支持文本和图像的嵌入生成与相似度计算，为多模态信息检索提供了基础能力。
  ☆31Updated 5 months ago
• GuoYiFantastic / IMelodist
  Music large model based on InternLM2-chat.
  ☆22Updated 6 months ago
• jiangnanboy / layout_analysis
  中文版面检测（Chinese layout detection），yolov8 is used to detect the layout of Chinese document images。
  ☆58Updated 2 years ago
• soulteary / dify-with-qwen-vl
  视频理解：千问视频多模态模型 & Dify
  ☆59Updated 9 months ago
• OKC13 / General-Documents-Layout-parser
  通用版面分析 | 中文文档解析 |Document Layout Analysis | layout paser
  ☆46Updated last year
• chuxin-llm / Chuxin-Embedding
  ☆27Updated 8 months ago
• MetaGLM / OpenLM
  本项目致力于为大模型领域的初学者提供全面的知识体系，包括基础和高阶内容，以便开发者能迅速掌握大模型技术栈并全面了解相关知识。
  ☆60Updated 5 months ago
• 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
  ☆158Updated 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…
  ☆14Updated 4 months ago
• liunian-Jay / MU-GOT
  GOT的vLLM加速实现 并结合 MinerU 实现RAG中的pdf 解析
  ☆58Updated 7 months ago