Llava: open-source проекты на GitHub
15 репозиториев по теме Llava, отобранных ИИ-агентом REDDYX. У каждого — описание на русском, ключевые возможности и разбор. Отсортировано по числу звёзд.
// СМЕЖНЫЕ ТЕМЫ
VLM НА MAC ЛОКАЛЬНО
mlx-vlm позволяет запускать и дообучать vision-language модели (LLaVA, Florence-2, Idefics) на Apple Silicon через MLX. Всё работает локально на твоём Mac без GPU-серверо
★ 5,847 · PythonMLX-VLM: ЗАПУСКАЙТЕ VLM НА MAC ПРЯМОЙ СЕЙЧАС
Пакет для запуска и дообучения Vision Language Models на Mac через MLX. 4.7K⭐
★ 4,787 · PythonVLMEvalKit - ТОП ИНСТРУМЕНТ ДЛЯ ОЦЕНКИ МОДЕЛЕЙ
Открытый инструмент для оценки мультимодальных моделей. Поддерживает 220+ LMM и 80+ бенчмарков.
★ 4,492 · PythonEagle: Новое поколение визуальных ИИ-моделей
Eagle — передовые мультимодальные модели в формате VLM, разработанные по Data-Centric стратегии. 2700+ звёзд на GitHub и активное развитие.
★ 3,857 · PythonLLAMASHARP - ЛОКАЛЬНЫЙ LLM НА C#
Библиотека на C#/.NET для эффективного запуска LLM моделей LLaMA и LLaVA на локальном устройстве.
★ 3,826 · C#ОМАГЕНТ: МУЛЬТИМОДАЛЬНЫЙ AGENT
OmAgent — фреймворк для мультимодальных агентов на Gemini, GPT-4 и др. LLM. Позволяет быстро прототипировать и деплоить через Gradio, поддерживает RAG и шаблоны чат-ботов
★ 2,670 · PythonВИДЕНИЕ И ЯЗЫК: ТОП МОДЕЛЕЙ
Подборка архитектур известных vision‑language моделей с пояснениями и ссылками.
★ 1,368 · MarkdownMULTIMODAL AI ДЛЯ КОНТЕНТА
UForm — компактный MULTIMODAL AI для понимания и генерации контента. Обрабатывает multilingual тексты, изображения и видео, работая в 5 раз быстрее OpenAI CLIP и LLaVA.
★ 1,253 · PythonМУЛЬТИМОДАЛЬНОЕ БУДУЩЕЕ УЖЕ ЗДЕСЬ
Полностью open-source фреймворк для обучения мультимодальных моделей — доступен каждому. Python.
★ 1,050 · PythonLLaVA++: НОВЫЙ УРОВЕНЬ МУЛЬТИМОДАЛЬНОСТИ
LLaVA++ добавляет поддержку моделей Phi‑3 и LLaMA‑3 к оригинальному LLaVA, обеспечивая мультимодальный чат и генерацию изображений. Пользователи получают улучшенное поним
★ 843 · PythonОБЗОР ВИЗУАЛЬНО-ЯЗЫКОВЫХ МОДЕЛЕЙ
Коллекция обзоров и ссылок на статьи по vision-language моделям, постоянно обновляемая на GitHub.
★ 733 · HTMLComfyUI_VLM_nodes — МОЩНЫЙ ИНСТРУМЕНТ ДЛЯ MULTIMODAL AI
Набор кастомных узлов для ComfyUI: от работы с VLM и LLM до генерации музыки и креативных промптов.
★ 593 · PythonОЛИМП ОБЕДИНЯЕТ ЗАДАЧИ CV
Официальный код Olympus — универсального роутера задач для CV, представленный на CVPR 2025. Маршрутизирует данные к лучшим моделям.
★ 427 · PythonVIDEOGPT-ПЛЮС: ПРОДВИНУТОЕ ВИДЕО ПОНИМАНИЕ
Официальный репозиторий статьи VideoGPT+: объединяет image и video энкодеры для улучшенного понимания видеоконтента. Позволяет извлекать семантические признаки, генериров
★ 294 · PythonLLAMA_ROS ROS 2 LLM
Проект объединяет llama.cpp и llava.cpp с ROS 2, позволяя использовать GGUF-модели для робототехники в реальном времени.
★ 268 · C++Новые проекты по теме — в Telegram
Telegram →