Multimodal-AND-Large-Language-Models
每日精选多模态与LLM论文，快速跟进前沿动态
项目预览
项目数据
项目介绍
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 ★ 765
使用教程
环境要求
- Python
- 基础深度学习知识
安装与启动步骤
-
1看资料
多模态与大模型的课程/资料汇总。
https://github.com/yangyi-chen/Multimodal-AND-Large-Language-Models -
2按周看
内容按课程周次组织。
ls -
3配套代码
部分周有 notebook 可跑。
找 .ipynb 文件 -
4自己复现一个
从 CLIP 的图文匹配开始最直观。
用 open_clip 算相似度
如何确认成功
能跑通至少一个 notebook 并解释其结论。
注意事项
- 资料类仓库重在索引，别指望它手把手教。
- 多模态的难点在数据对齐，不在模型结构。
- 看更新日期，避免学已过时的范式。
核心亮点
- 每日更新，紧跟arXiv最新论文
- 聚焦多模态与LLM交叉领域，主题明确
- 个人筛选，质量有保障，避免信息过载
不足之处
- 个人维护，覆盖范围有限
- 缺少论文深度解读或代码链接
适用场景
- 快速了解多模态与LLM每日新论文
- 追踪特定研究方向的最新进展
- 作为个人论文阅读清单的参考
替代项目
Awesome-Multimodal-Large-Language-Models、Papers with Code、Hugging Face Daily Papers
同类项目推荐
ModernBERT
开源
让老牌 BERT 重获新生，长文本更快更准
Bringing BERT into modernity via both architecture changes and scaling
FuseAI
开源
融合多个模型，打造更强 AI
FuseAI Project
understand-prompt
开源
一份笔记，带你玩转Stable Diffusion、ChatGPT和Copilot
【 内含不适合未成年人阅读的图片】基于我擅长的编程、绘画、写作展开的 AI 探索和总结：S···
GLM-5
开源
让AI从写代码升级为自主干工程，直接交付可运行结果
GLM-5: From Vibe Coding to Agentic Engineering
BlossomLM
开源
开源对话模型+训练数据，一键复现你的专属AI助手
A powerful, open-source large language model, including the training data.
awesome-ai-models
开源
一张清单，快速掌握当下最值得关注的AI模型。
A curated list of top AI models and LLMs
Awesome-Diffusion-LLM
开源
一页看尽扩散+大模型论文，快速入门新方向
A comprehensive list of papers about Large-Language-Diffusion-Models.
scMulan
开源
用大模型统一搞定单细胞分析多任务，零样本也能预测
Repository for paper scMulan: a multitask generative pre-trained language model for ···
VisualRWKV
开源
让 RWKV 看懂图片，多模态推理更高效
VisualRWKV is the visual-enhanced version of the RWKV language model, enabling RWKV ···