LLaVAR 是开源模型领域的开源项目，由 SALT-NLP 开发，2023 年首次发布。
它收录于开源模型分类，该分类目前共有 422 个项目，GitHub 星标数为 268。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-06-04。代码与数据公开，Apache-2.0许可，可自行部署使用，无付费版本。
它主要面向的使用场景是：文档图像问答（如合同、发票信息提取）。同类可对比的替代方案包括 LLaVA、mPLUG-Owl、InstructBLIP。
项目数据
分类对话助手
开发团队SALT-NLP
所属国家
定价模式free
价格说明开源项目，代码与数据公开，Apache-2.0许可，可自行部署使用，无付费版本。
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chatbot,chatgpt,gpt-4,instruction-tuning,llava,multimodal,ocr,vision-and-language
GitHub 星标★ 268
30天Star增速
HF 下载量
上线时间2023-06-27 00:00:00
最近更新2026-06-04 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3
使用教程
核心亮点
- 针对文本密集图像（如文档、截图）的视觉问答效果显著优于原版LLaVA
- 提供了完整的训练数据生成流程，基于GPT-4自动构建指令数据
- 代码结构清晰，易于基于LLaVA框架进行二次开发
不足之处
- 项目处于早期阶段，文档和社区支持待观察
- 依赖较大的模型和数据集，训练成本较高
适用场景
- 文档图像问答（如合同、发票信息提取）
- 截图理解（如网页、聊天记录内容分析）
- 辅助视觉障碍人士读取图像中的文字信息
替代项目
LLaVA、mPLUG-Owl、InstructBLIP
项目介绍
同类项目推荐
Machine-Learning
开源
跟着博客笔记，边看边跑机器学习代码
All content related to machine learning from my blog
awesome-claude-fable-5-prompt-va···
开源
一站式掌握 Claude Fable 5 玩法，快速选型不踩坑
Ultimate Claude Fable 5 Guide 2026: Use Cases, Integrations & Benchmarks
Diffusion-Models-Papers-Survey-T···
开源
学视频生成怕绕路？这份资料库帮你理清
Diffusion model papers, survey, and taxonomy
CoreML-Models
开源
下载即用的苹果端 AI 模型库，免去转换烦恼
Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···