vlms

本站收录 10 个带「vlms」标签的 AI 开源项目

anomaly-detection-resources这是一个异常检测领域的精选资源清单，汇集了书籍、论文、视频和工具箱，覆盖从经典统计方法到深度学习、大语言模型（LLM）和视觉语言模型（VLM）的最新进展。项目持★ 9,406oumioumi 是一个专注于开源大语言模型（LLM）微调、评估和部署的全流程工具包。它旨在简化从模型选择到生产部署的复杂流程，支持 Qwen、Gemma、Llama ★ 9,392docextdocext 是一个本地部署的、无需 OCR 的非结构化数据提取与 Markdown 转换工具包，同时提供基准测试能力。它主要解决企业从 PDF、Word、扫描★ 2,086Awesome-Jailbreak-on-LLMs这是一个聚焦大语言模型越狱攻击方法的精选资源库，系统整理了学术界和工业界关于LLM安全漏洞的最新研究。项目收集了论文、代码、数据集、评估工具和分析报告，覆盖从提★ 1,659VLM3VLM3 是论文“VLM³: Vision Language Models Are Native 3D Learners”的官方实现，旨在让视觉语言模型（VLM★ 436HallusionBenchHallusionBench 是一个针对多模态大语言模型（如 GPT-4V、LLaVA-1.5）的图像上下文推理基准测试集，旨在揭示模型在视觉问答中因视觉错觉或★ 343openai-scala-clientopenai-scala-client 是一个用 Scala 编写的 OpenAI API 客户端，同时也支持 Anthropic、Gemini、AWS Bed★ 250FM-AD-SurveyFM-AD-Survey 是一个持续更新的综述论文仓库，专注于大型基础模型（Foundation Models）在自动驾驶场景生成与分析中的应用。它系统收集和整★ 238GutenOCRGutenOCR 是一个面向 OCR 场景的开源工具集，专注于视觉语言模型（VLM）的训练与评测。它解决的核心问题是：传统 OCR 方案在复杂版式、手写体或低质★ 191GutenOCRGutenOCR 是一个面向 OCR 场景的开源工具集，专注于视觉语言模型（VLM）的训练与评测。它解决的核心问题是：传统 OCR 方案在复杂版面、手写体、多语★ 191

相关标签

llms381large-language-models1058ocr193llm3262machine-learning867vlm95vllm71anthropic528anthropic-api19