xinyanghuang7 / Basic-Visual-Language-ModelLinks
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
Alternatives and similar repositories for Basic-Visual-Language-Model
Users that are interested in Basic-Visual-Language-Model are comparing it to the libraries listed below
Sorting:
- Building a VLM model starts from the basic module.☆18Updated last year
- 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。☆76Updated last year
- WWW2025 Multimodal Intent Recognition for Dialogue Systems Challenge☆127Updated last year
- 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…☆60Updated 5 months ago
- 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☆193Updated 3 months ago
- Happy experimenting with MLLM and LLM models!☆125Updated last year
- ☆33Updated 10 months ago
- 《多模态大模型：新一代人工智能技术范式》作者：刘阳，林倞☆253Updated 11 months ago
- [2025-上海人工智能实验室书生实训营十佳、优秀项目]☆39Updated last month
- 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）☆35Updated 2 months ago
- 通义千问的DPO训练☆58Updated last year
- 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 9 months ago
- ☆54Updated 8 months ago
- ThinkLLM：🚀 轻量、高效的大语言模型算法实现☆108Updated 6 months ago
- 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☆250Updated last year
- LLM Tokenizer with BPE algorithm☆44Updated last year
- ☆30Updated last year
- Qwen1.5-SFT(阿里, Ali), Qwen_Qwen1.5-2B-Chat/Qwen_Qwen1.5-7B-Chat微调(transformers)/LORA(peft)/推理☆69Updated last year
- This project aims to collect and collate various datasets for multimodal large model training, including but not limited to pre-training …☆59Updated 6 months ago
- 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。☆37Updated 10 months ago
- Repo for "VRAG-RL: Empower Vision-Perception-Based RAG for Visually Rich Information Understanding via Iterative Reasoning with Reinforce…☆397Updated last month
- 天池算法比赛《BetterMixture - 大模型数据混合挑战赛》的第一名top1解决方案☆32Updated last year
- 基于qwenvl微调一个多模态Xray识别的大模型☆21Updated last year
- ☆47Updated 7 months ago
- 大语言模型应用：RAG、NL2SQL、聊天机器人、预训练、MOE混合专家模型、微调训练、强化学习、天池数据竞赛☆73Updated 9 months ago
- ## 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…☆48Updated last year
- 使用LLaMA-Factory微调多模态大语言模型的示例代码 Demo of Finetuning Multimodal LLM with LLaMA-Factory☆53Updated last year
- 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
- MCM(Multimodal Chinese Medical LLM)多模态中医问诊大模型☆129Updated last year
- 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…☆105Updated last year