foundation-models 第 6 页
本站收录 274 个带「foundation-models」标签的 AI 开源项目（按 GitHub 星标从高到低，第 6 / 6 页）
SurgicalDINOSurgicalDINO 是一个针对内窥镜手术场景的深度估计开源模型，基于视觉基础模型 DINOv2 进行适配器学习，解决术中单目深度感知难题。项目核心在于利用★ 70
VisualWebBenchVisualWebBench 是一个针对多模态大语言模型（MLLMs）在网页理解与定位（Grounding）任务上的评估框架，源自同名论文。它解决的核心问题是：★ 68
GTTGTT 是 CIKM '24 论文的官方代码库，实现了一个基于编码器架构的通用时间 Transformer 基础模型，专为零样本多变量时间序列预测设计。它解决了★ 67
CVPR_2025_Oral_Paper_List这是一个精选的CVPR 2025 Oral论文清单，共收录96篇论文。它解决了计算机视觉领域研究者难以快速获取和筛选顶级会议Oral论文的问题，提供了一个集中、★ 67
Pair-VPRPair-VPR 是一个基于视觉 Transformer 的视觉地点识别（VPR）开源模型，发表于 IEEE RA-L 2025。它解决的是在环境变化（如光照、★ 67
Foundation-Models-Framework-CLI这是一个针对 Apple Foundation Models 框架的命令行工具，旨在为开发者提供便捷的模型管理和调用接口。它解决了在终端环境中直接操作 Foun★ 67
PartGLEEPartGLEE是一个基于深度学习的视觉基础模型，旨在实现开放世界中的任意物体识别与解析。它能够同时检测、分割并解析图像中的物体及其部件，将物体分解为语义部件，★ 66
adoado 是一个用于设计、执行和分析实验活动的 Python 框架。它解决的是机器学习研究或工程中实验管理混乱、流程不统一、结果难以复现的问题。核心能力包括：提供★ 66
scMulanscMulan 是一个面向单细胞分析的多任务生成式预训练语言模型，源自同名论文的开源实现。它旨在解决单细胞测序数据解析中的多任务统一建模问题，将基因表达、细胞类★ 64
biomed-multi-omic这是一个构建RNA或DNA数据基础模型的开源项目，旨在利用多组学数据（如转录组、基因组等）训练通用的生物医学AI模型。项目解决了生物信息学中数据异质性强、标注稀★ 63
SpatialEvalSpatialEval 是一个用于评估多模态大语言模型（MLLMs）和纯语言模型（LLMs）空间推理能力的基准测试工具，相关论文发表于 NeurIPS 2024★ 62
NegPromptNegPrompt 是 CVPR 2024 论文的官方实现，专注于解决深度学习模型在开放世界中的分布外（OOD）检测问题。它通过为每个类别学习一组可迁移的负提示★ 62
odysseyodyssey 是一个面向电子健康记录（EHR）数据的基础模型开发工具包。它旨在解决医疗领域数据复杂、标注困难、模型训练门槛高的问题，提供从数据预处理、模型构建★ 62
ProCyonProCyon 是一个面向蛋白质表型的多模态基础模型，旨在解决蛋白质功能预测中数据异构和标签稀疏的问题。它能够整合蛋白质序列、结构、文本描述以及实验数据等多种模★ 62
GFTGFT（Graph Foundation Model）是一个基于图神经网络的基础模型，旨在解决图结构数据上的迁移学习问题。它通过构建可迁移的树形词汇表（Tran★ 61
MIPHEI-ViTMIPHEI-ViT 是一个用于训练 H&E 染色图像到免疫荧光图像转换模型的早期开源项目。它基于 Vision Transformer 架构，解决病理图像模态★ 61
voc2vecvoc2vec 是一个针对非语言发声（如笑声、哭泣、叹息等）的基础模型，论文发表于 ICASSP 2025。它解决的是传统语音模型主要处理语言内容、而忽略副语言★ 59
bapleBAPLe 是 MICCAI 2024 的官方开源代码，研究医学基础模型的后门攻击方法。它利用提示学习（Prompt Learning）在医学视觉-语言基础模型★ 57
MIRAGEMIRAGE 是一个多模态基础模型与基准测试集，专为视网膜光学相干断层扫描（OCT）图像的全面分析而设计，相关论文发表于 npj Digital Medicin★ 57
PhyXPhyX 是一个专注于物理推理能力评估的开源基准测试项目，旨在回答“你的模型是否具备物理推理的‘智慧’”。它通过设计一系列需要物理常识和因果推断的任务，来测试大★ 55
IISANIISAN 是一个面向推荐系统的多模态基础模型高效适配开源项目。它解决了在推荐场景中直接使用大规模多模态模型（如视觉-语言模型）时计算成本高、适配效率低的问题。★ 55
hf_ehrhf_ehr 是一个专注于在电子健康记录（EHR）数据上训练 HuggingFace 模型的开源项目。它解决了医疗领域利用预训练语言模型处理结构化临床数据的难题★ 54
NeuroRVQNeuroRVQ是一个面向生物信号（如脑电、心电、肌电等）的多尺度神经残差向量量化（Residual Vector Quantization）工具库，旨在将连续★ 54
cactuscactus 是一个基于大语言模型的智能体，专为化学信息学场景设计。它通过调用 cheminformatics 工具链（如分子结构解析、性质预测、反应路线规划等★ 52