TorchUMM

一套工具包搞定多模态模型训练与评测

开源 free 开发框架
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 580
维护状态 活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类开发框架
开发团队AIFrontierLab
所属国家
定价模式free
价格说明开源工具包,免费使用
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型
GitHub 星标★ 580
30天Star增速
HF 下载量
上线时间2026-04-03 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-18
浏览次数0

项目介绍

TorchUMM 是一个统一多模态模型工具包,面向需要训练和评测图文、视频等多模态大模型的开发者。它把数据加载、模型组装、分布式训练、评测流程整合成一套可复用组件,减少从零搭建多模态训练管线时重复造轮子的成本。核心能力包括统一的多模态数据接口、可插拔的模型与训练策略、对主流视觉语言架构的适配,以及配套的评测与实验管理支持。项目以 Python 实现,定位为研究型框架,适合在 NeurIPS 等论文复现和自研多模态模型实验中作为基础底座,让团队把精力集中在模型设计与实验假设上,而不是工程胶水代码。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 统一数据与训练接口,减少多模态管线重复搭建
  • 模型组件可插拔,便于快速替换视觉编码器或语言主干做消融实验
  • 配套评测与实验管理,论文复现和对比实验更省事

不足之处

  • 580 星早期项目,社区规模和第三方生态有限
  • 文档与示例覆盖度待观察,上手成本可能偏高

适用场景

  • 复现多模态大模型论文实验
  • 自研视觉语言模型的原型训练
  • 多模态模型横向评测与消融对比

替代项目

LLaVA、OpenFlamingo

上一篇:mmf

下一篇:没有了!

同类项目推荐

dsh-our-free-model 开源

装个插件就能免密钥白嫖前沿大模型,不限量

在 dsh 里装上这个插件即可,无需登录、注册或填 API Key,就能使用包括 DeepSeek V4.1 Fl···

★ 20510 2026-10-04
ComfyUI-sol-attn 开源

在 ComfyUI 中让视频生成注意力更快更省显存

NVIDIA Sol-Attn for ComfyUI / Triton kernel on SM89 - SM121, with zero-copy MiniMax ···

★ 155 2026-08-09
langchain 开源

组装 AI 应用的乐高积木,从想法到上线不换工具

The agent engineering platform.

★ 147968 2026-08-09
transformers 开源

全球最大的模型仓库全家桶,想用的模型一把抓

Transformers: the model-definition framework for state-of-the-art machine learning m···

★ 167785 2026-08-09