Awesome_Matching_Pretraining_Transfering

一页看尽多模态大模型论文，快速入门不迷路

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 49 👀 关注 12
GitHub ↗
GitHub 星标 ★ 447
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，无付费版本。

项目预览

Awesome_Matching_Pretraining_Transfering 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类开源模型
开发团队Paranioar
GitHubhttps://github.com/Paranioar/Awesome_Matching_Pretraining_Transfering
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
技术栈/模型awesome-list,cross-modal-retrieval,image-text-matching,image-text-retrieval,large-language-model,large-language-models,large-vision-language-models,large-vision-models,memory-efficient-tuning,multimodal-large-language-models,multimodal-pretraining,parameter-efficient-fine-tuning,text-to-image-generation,text-to-image-synthesis,text-to-video-generation,tutorial,video-text-recognition,video-text-retrieval,vision-and-language,visual-semantic-embedding
GitHub 星标★ 447
上线时间2020-12-22 00:00:00
代码更新2026-11-07
仓库体积497 KB
本站数据更新2026-11-09
维护状态活跃
收录时间2026-08-09
浏览次数14

项目介绍

这是一个精选论文列表项目，收录了大型多模态模型（LMM）在感知、生成、统一方面的前沿研究，同时覆盖参数高效微调（PEFT）、视觉-语言预训练（VLP）以及传统图像-文本匹配等方向。项目旨在为研究人员和工程师提供一个系统化的论文索引，帮助快速了解多模态领域的关键进展和基础方法。它按主题分类整理论文，并附带简要说明，方便用户按需查阅。虽然项目本身不包含代码实现，但通过结构化的论文清单，降低了领域入门门槛，尤其适合刚接触多模态或视觉-语言研究的用户作为起点。

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

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 447

使用教程

难度：入门 约 8 分钟 部署方式：无需部署 4 步

环境要求

  • 无需环境

安装与启动步骤

  1. 1先看分类框架

    它按预训练、迁移、匹配几类整理方法与论文，先读分类再往下钻。

  2. 2挑带代码库的条目

    没有实现的论文条目只能读，落地优先选有官方仓库的。

  3. 3核对发表年份

    这个方向两年前的方法基本被取代，别照着旧条目复现。

  4. 4整理成自己的对照表

    同一任务列三种方法的效果与成本，比收藏链接有用。

如何确认成功

你能就某个具体任务说出三种匹配预训练方法的取舍，并指出你选的那篇论文为什么仍适用

注意事项

  • 这是论文与方法清单，不是软件，没有安装步骤。
  • 条目跨度大，从预训练到迁移学习都有，混读容易抓不住主线。
  • 部分链接失效或指向已归档仓库，选型前先确认可访问。
  • 清单更偏研究脉络，工程实践的直接帮助有限。

核心亮点

  • 分类清晰，覆盖感知、生成、统一、微调、预训练等核心子方向
  • 收录较新论文，紧跟大模型与多模态结合的前沿趋势
  • 附带初步洞察，帮助理解各方向的研究脉络

不足之处

  • 仅提供论文列表，无代码或实验复现，实用性有限
  • 更新维护频率未知，可能滞后于最新进展
  • 文档/社区待观察

适用场景

  • 科研入门：快速了解多模态大模型领域的关键论文和方向
  • 选题调研：查找视觉-语言预训练和参数高效微调的相关工作
  • 技术选型：对比不同多模态模型架构和训练方法

替代项目

Awesome-Vision-Language-Pretraining、Awesome-Multimodal-Large-Language-Models、Papers with Code

上一篇：MM4TSA

下一篇：prontoqa

同类项目推荐

prontoqa 开源

用合成问答数据，精准剖析大模型推理链条

Synthetic question-answering dataset to formally analyze the chain-of-thought output···

★ 169 2026-08-09
Copulas 开源

用 copula 模型生成逼真合成表格数据，解决数据稀缺和隐私问题。

A library to model multivariate data using copulas.

★ 659 2026-08-10
datasets 开源

100+免费数据集一站索引，找数据不再到处翻

A compilation of 125+ free datasets for use in social science, applied microeconomic···

★ 506 2026-10-19
datamimic 开源

按模型一键造出合规可复现的测试数据

Model-driven synthetic test data for CI/CD and analytics - deterministic, privacy-pr···

★ 116 2026-10-20
AGIQA-3k-Database 开源

给AI生成图像质量打分，建立评估基准

[IEEE TCSVT2023] A Fine-grained Subjective Perception & Alignment Database for AI Ge···

★ 70 2026-08-09
autolabel 开源

用 LLM 自动标注文本数据，省时省力

Label, clean and enrich text datasets with LLMs.

★ 2332 2026-08-09
lhotse 开源

统一音频数据清单，少写加载代码，直接开训语音模型

Tools for handling multimodal data in machine learning projects.

★ 1162 2026-10-18
shisei 开源

250+多角度人体姿势线稿，免费可商用

Free CC0 mannequin pose reference library for AI image tools (Nano Banana, ChatGPT, ···

★ 476 2026-11-06