vlm

共找到 8 个相关项目

huggingface/transformers

Python

🤗 Transformers：面向文本、视觉、音频及多模态模型的尖端机器学习模型定义框架，支持推理与训练全流程。

audio deep-learning deepseek
huggingface
huggingface 开发者
156k
32k
143
+50
排名 #8
2月11日
查看详情

bytedance/UI-TARS-desktop

TypeScript

开源多模态AI智能体堆栈，连接尖端AI模型与智能体基础设施

agent agent-tars browser-use
bytedance
bytedance 开发者
27k
2.7k
81
+4.8k
排名 #12
2月8日
查看详情

sgl-project/sglang

Python

SGLang是面向大语言模型与视觉语言模型的高速推理框架。

attention blackwell cuda
sgl-project
sgl-project 开发者
23k
4.3k
126
+128
排名 #9
2月6日
查看详情

RunanywhereAI/runanywhere-sdks

C++

可在本地运行AI的生产就绪工具包

android apple-intelligence cpp
RunanywhereAI
RunanywhereAI 开发者
9.4k
271
74
+1.5k
排名 #17
2月22日
查看详情

roboflow/notebooks

Jupyter Notebook

一套关于前沿计算机视觉模型与技术的教程合集，涵盖从ResNet等基础架构到YOLO11、RT-DETR、SAM 2、Florence-2、PaliGemma 2和Qwen2.5VL等尖端模型的全方位探索。

automatic-labeling-system computer-vision deep-learning
roboflow
roboflow 开发者
9.2k
1.4k
95
+7
排名 #14
2月6日
查看详情

OpenBMB/UltraRAG

Python

UltraRAG v3：一个用于构建复杂创新RAG管道的低代码MCP框架

deepseek demo easy
OpenBMB
OpenBMB 开发者
5.3k
377
56
+2.6k
排名 #13
2月22日
查看详情

Tencent/AngelSlim

Python

Model compression toolkit engineered for enhanced usability, comprehensiveness, and efficiency.

audio deepseek diffusion
Tencent
Tencent 开发者
424
46
88
+15
排名 #9
2月12日
查看详情

NVIDIA-NeMo/Automodel

Python

专为大语言模型/视觉语言模型设计的PyTorch分布式原生训练库，开箱即用支持Hugging Face

deepseek-v3-2 finetuning gemma3
NVIDIA-NeMo
NVIDIA-NeMo 开发者
321
70
75
+4
排名 #5
2月18日
查看详情
助手