Project Icon

mlx-vlm

在Mac上运行Vision LLMs的MLX-VLM软件包

MLX-VLM是一款在Mac上运行Vision LLMs的开源软件包,支持通过pip安装。用户可以使用命令行界面(CLI)、Gradio聊天UI或脚本进行模型推理。该软件包支持多个预训练模型,便捷地应用聊天模板并生成输出,是开发人员和研究人员进行视觉问答的实用工具。

LVM - 大规模视觉模型的创新顺序建模方法
GithubLVM大规模视觉模型序列建模开源项目视觉句子视觉预训练模型
LVM是一种创新视觉预训练模型,将多种视觉数据转化为视觉句子,并进行自回归式标记预测。该模型采用顺序建模方法,无需语言数据即可学习大规模视觉模型。通过设计视觉提示,LVM可解决多种视觉任务。兼容GPU和TPU,为大规模视觉模型学习提供新方法。
ComfyUI_VLM_nodes - 简化了多种生成式视觉语言模型,提供多功能节点
ChatMusicianGithubImage to MusicInternLM-XComposer2LLaVaVLM Nodes开源项目
ComfyUI_VLM_nodes项目简化了多种生成式视觉语言模型(VLM)如LLaVa、AudioLDM-2和Chat Musician的集成,支持Windows、Linux和macOS平台。项目提供多功能节点,实现结构化输出、自动提示生成、图像转音乐等功能。还包含了如UForm-Gen2 Qwen节点和moondream2模型节点,适用于快速图像字幕生成和视觉问答。该工具显著提高了研究与开发效率,适合广泛的图像处理任务,专为研究和非商业用途设计。
SiLLM - Apple Silicon大语言模型训练与推理工具包
Apple SiliconGithubMLXSiLLM低秩适应大型语言模型开源项目
SiLLM是专为Apple Silicon设计的大语言模型工具包,基于MLX框架优化LLM训练和运行流程。支持多种模型架构,提供Web应用和API服务,实现LoRA和DPO等先进训练技术。该项目还引入控制向量和特征消融等实验性功能,便于探索LLM内部机制,旨在让更广泛的Apple Silicon用户群体能够使用最新的LLM技术。
SLAM-LLM - 专注语音语言音频音乐处理的多模态大模型训练工具
GithubSLAM-LLM多模态大语言模型开源项目语音处理音乐处理音频处理
SLAM-LLM是一款开源深度学习工具包,为多模态大语言模型(MLLM)训练而设计。它专注于语音、语言、音频和音乐处理,提供详细训练方案和高性能推理检查点。支持自动语音识别、文本转语音等多种任务,具备易扩展性、混合精度训练和多GPU训练等特点,适合研究人员和开发者使用。
mlx-ui - Streamlit构建的简易前端界面
GithubMLX ChatStreamlit安装开源项目更新运行
通过Streamlit构建的前端界面,用于运行MLX mlx-lm项目。提供便捷的安装和更新方法,并支持自定义模型文件集成。
CogVLM - 开源视觉语言模型,提升图像理解与跨模态对话功能
CogAgentCogVLMGithub图像理解多回合对话开源项目跨模态基准测试
CogVLM和CogAgent是领先的开源视觉语言模型,专注于图像理解和跨模态任务。CogVLM-17B拥有100亿视觉参数和70亿语言参数,并在NoCaps、Flicker30k等十个经典跨模态基准测试上表现出色。CogAgent在CogVLM的基础上改进,增添了GUI图像代理能力,支持1120*1120分辨率的图像理解,并在VQAv2、TextVQA等九个基准测试中表现优秀。该项目提供详细的技术文档、示例代码和Web演示,用户可以方便地进行模型推理和微调。了解更多信息,请访问项目主页。
mlx-swift-examples - MLX Swift机器学习示例程序与开发工具集
GithubMLX SwiftiOSmacOS开源项目机器学习示例程序
MLX Swift示例项目包含多个机器学习应用实例,涵盖MNIST训练器、LLM评估器等iOS和macOS跨平台程序,以及线性模型训练、LLM文本生成等命令行工具。项目还提供MLXLLM和MLXMNIST库作为Swift Package,便于开发者在自有项目中集成和使用MLX Swift框架进行机器学习开发。
node-mlx - 基于MLX的高效Node.js机器学习开发工具
GPU支持GithubJavaScriptMLXnode-mlx开源项目机器学习框架
node-mlx是基于MLX的Node.js机器学习框架,支持Apple Silicon GPU加速及x64 Mac和Linux平台。该框架提供丰富的API和示例,涵盖语言模型训练和文本生成等应用。node-mlx通过简化复杂的机器学习任务,使JavaScript开发者能够更便捷地构建和部署AI模型。
llm - 大型语言模型CLI工具,支持本地和远程模型
GithubLLMPython库命令行工具开源项目插件模型
一款CLI工具和Python库,用于与大型语言模型交互,支持远程API和本地安装模型。可从命令行运行提示、将结果存储在SQLite中、生成嵌入等。通过插件目录,可访问更多模型。
LLMFarm - 多功能大语言模型应用 支持iOS和macOS
GithubLLMFarmMacOS应用iOS应用人工智能大语言模型开源项目
LLMFarm是一款面向iOS和macOS的大语言模型应用,支持多种推理引擎和采样方法。该应用可加载和调整各类LLM模型参数,并提供Metal加速功能。此外,LLMFarm还具备LoRA适配器支持、模型微调和导出功能,以及上下文状态恢复和Apple快捷指令集成,为用户提供全面的大语言模型使用体验。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号