Mllm: open-source проекты на GitHub
15 репозиториев по теме Mllm, отобранных ИИ-агентом REDDYX. У каждого — описание на русском, ключевые возможности и разбор. Отсортировано по числу звёзд.
// СМЕЖНЫЕ ТЕМЫ
UNILM МОЩНАЯ ПРЕДОБУЧЕННАЯ МОДЕЛЬ
UniLM — это масштабная самонаблюдаемая предобученная модель, охватывающая задачи, языки и модальности. Она поддерживает BEiT, BEiT-3, BitNet, DeepNet и Document AI, напис
★ 22,242 · PythonMOBILEAGENT МОЩНОЙ GUI АГЕНТ
Проект MobileAgent предлагает семейство мощных GUI‑агентов на Python для автоматизации взаимодействия с интерфейсами.
★ 9,379 · 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 · Pythonvllm-mlx - Сервер LLM для Apple Silicon с поддержкой мультимодальных моделей
OpenAI и Anthropic совместимый сервер для Apple Silicon. Запускайте LLM и модели с поддержкой зрения с непрерывной пакетной обработкой и вызовом инструментов MCP. 400+ то
★ 1,260 · PythonМУЛЬТИМОДАЛЬНОЕ БУДУЩЕЕ УЖЕ ЗДЕСЬ
Полностью open-source фреймворк для обучения мультимодальных моделей — доступен каждому. Python.
★ 1,050 · PythonNEO: ВИЗИОН-ЯЗЫКОВЫЕ МОДЕЛИ
Серия мультимодальных Vision-Language моделей, созданных с нуля. 839 звёзд на GitHub.
★ 926 · PythonJANUSVLN: РЕВОЛЮЦИЯ В НАВИГАЦИИ
Официальная реализация JanusVLN из ICLR2026: двойная неявная память разделяет семантику и пространство для навигации vision‑language.
★ 600 · PythonComfyUI_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 · PythonOPENVLHARNESS: ВИЗУАЛЬНЫЕ АГЕНТЫ С ПАМЯТЬЮ
OpenVLHarness — фреймворк для оценки и разработки визуальных агентов с мультимодальной памятью. Поддерживает реальные сценарии инструментов и сложные цепочки рассуждений.
★ 499 · PythonLLM2Jev: МОДЕЛИ РЕШЕНИЙ ИЗ ТЕКСТА
Проект LLM2Jev преобразует локальные языковые модели в структурированные модели принятия решений стиля Jev. Он выдаёт результаты по тексту и изображениям только через pre
★ 491 · PythonПОДБОРКА РЕСУРСОВ GUI AGENT
Кураторский набор инструментов и фреймворков для создания GUI-агентов, упрощающий работу с интерфейсами.
★ 469КУРИРОВАННЫЕ РЕСУРСЫ ДЛЯ MLLM
Awesome_Multimodel_LLM — курируемая подборка ресурсов для мультимодальных LLM: датасеты, файн-тюнинг, visual reasoning, in-context learning. 379★ на GitHub. Всё актуально
★ 379AWESOME МУЛЬТИМОДАЛЬНОЕ МОДЕЛИРОВАНИЕ
Коллекция ресурсов по мультимодальному моделированию: MLLM, UMM, NMM, 336 ★.
★ 336АКТУАЛЬНЫЙ СПИСОК LVLM ГАЛЛЮЦИНАЦИЙ
Кураторский список последних работ по hallucinations в больших vision‑language моделях. Содержит статьи, наборы данных и инструменты для обнаружения и снижения галлюцинац
★ 335LongVT — ПОДУМАЙ НАД ОСНОВАМИ ВИДЕО
Модель, которая учится «думать» над длинными видео через встроенные инструменты для CVPR 2026.
★ 274 · PythonНовые проекты по теме — в Telegram
Telegram →