R_REDDYX.XYZ

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

LLM 2064Multimodal 144VLM 50Large Language Models 151Llava 15NLP 82Vision Language Model 27Agi 22Foundation Models 23Agent 540Android 105Automation 258Copilot 118Gui 26
microsoft/unilm

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 · Python
X-PLUG/MobileAgent

MOBILEAGENT МОЩНОЙ GUI АГЕНТ

Проект MobileAgent предлагает семейство мощных GUI‑агентов на Python для автоматизации взаимодействия с интерфейсами.

★ 9,379 · Python
NVlabs/Eagle

Eagle: 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 · Python
waybarrios/vllm-mlx

vllm-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 · Python
EvolvingLMMs-Lab/LLaVA-OneVision-2

МУЛЬТИМОДАЛЬНОЕ БУДУЩЕЕ УЖЕ ЗДЕСЬ

Полностью open-source фреймворк для обучения мультимодальных моделей — доступен каждому. Python.

★ 1,050 · Python
EvolvingLMMs-Lab/NEO

NEO: ВИЗИОН-ЯЗЫКОВЫЕ МОДЕЛИ

Серия мультимодальных Vision-Language моделей, созданных с нуля. 839 звёзд на GitHub.

★ 926 · Python
MIV-XJTU/JanusVLN

JANUSVLN: РЕВОЛЮЦИЯ В НАВИГАЦИИ

Официальная реализация JanusVLN из ICLR2026: двойная неявная память разделяет семантику и пространство для навигации vision‑language.

★ 600 · Python
gokayfem/ComfyUI_VLM_nodes

ComfyUI_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 · Python
uclanlp/OpenVLHarness

OPENVLHARNESS: ВИЗУАЛЬНЫЕ АГЕНТЫ С ПАМЯТЬЮ

OpenVLHarness — фреймворк для оценки и разработки визуальных агентов с мультимодальной памятью. Поддерживает реальные сценарии инструментов и сложные цепочки рассуждений.

★ 499 · Python
Yinsongxu/LLM2Jev

LLM2Jev: 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 · Python
ZJU-REAL/Awesome-GUI-Agents

ПОДБОРКА РЕСУРСОВ GUI AGENT

Кураторский набор инструментов и фреймворков для создания GUI-агентов, упрощающий работу с интерфейсами.

★ 469
Atomic-man007/Awesome_Multimodel_LLM

КУРИРОВАННЫЕ 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

★ 379
OpenEnvision/Awesome-Multimodal-Modeling

AWESOME МУЛЬТИМОДАЛЬНОЕ МОДЕЛИРОВАНИЕ

Коллекция ресурсов по мультимодальному моделированию: MLLM, UMM, NMM, 336 ★.

★ 336
NishilBalar/Awesome-LVLM-Hallucination

АКТУАЛЬНЫЙ 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

★ 335
EvolvingLMMs-Lab/LongVT

LongVT — ПОДУМАЙ НАД ОСНОВАМИ ВИДЕО

Модель, которая учится «думать» над длинными видео через встроенные инструменты для CVPR 2026.

★ 274 · Python

Новые проекты по теме — в Telegram

Telegram →
Mllm — 15 open-source проектов на GitHub | REDDYX AI