Project Icon

llava-cpp-server

LLaVA C++服务端,实现图像处理和查询

LLaVA C++ Server是一个简便的API服务端,实现了llama.cpp的LLaVA功能。使用者可以通过下载模型并启动服务器来本地访问,支持自定义主机、端口和HTTP日志记录。API端点位于/llava,接受用户提示和图像数据,便于图像查询和处理。该项目已在macOS上测试,可通过简单构建步骤在其他平台运行。

vip-llava-7b - ViP-LLaVA的多模态对话与视觉指令协同应用
GithubHuggingfaceViP-LLaVA多模态模型开源项目模型聊天机器人自然语言处理计算机视觉
ViP-LLaVA-7B是一个开源的聊天机器人,通过对LLaMA/Vicuna的图像与区域级指令数据进行微调,采用transformer架构。其主要用于多模态模型及聊天机器人研究,适合计算机视觉、自然语言处理、机器学习与人工智能领域的研究者及爱好者。该模型于2023年11月完成训练,并在四项学术区域级基准测试中表现优异。
VisionLLaMA - 基于LLaMA的统一视觉模型,为图像生成和理解设立新基准
GithubVisionLLaMA图像理解图像生成开源项目计算机视觉预训练模型
VisionLLaMA是一个基于LLaMA架构的统一视觉Transformer模型,专为处理2D图像而设计。该模型提供平面和金字塔两种形式,适用于广泛的视觉任务,包括图像感知和生成。通过各种预训练范式的广泛评估,VisionLLaMA在多项图像生成和理解任务中展现出卓越性能,超越了现有最先进的视觉Transformer模型,为计算机视觉领域提供了新的基准。
LiteLLM - 多语言模型的统一API管理和负载均衡解决方案
AI工具API统一LLM代理LiteLLM企业级服务开源
LiteLLM是一个代理服务器,为100多种大型语言模型提供统一API接口。它支持负载均衡、故障转移和支出跟踪,采用OpenAI格式。该工具简化了认证、资源分配和成本控制。LiteLLM提供开源和企业级解决方案,适用于不同规模组织。它拥有大量Docker下载量和请求服务量,得到众多贡献者支持。
llama-node - 支持多语言大模型推理的Node.js库
GithubLLaMA NodeNode.js安装开源项目推理库模型支持
llama-node是一个支持多种大语言模型推理的Node.js库,兼容LLaMA、RWKV等模型。它基于llm、llama.cpp、rwkv.cpp,使用napi-rs实现消息传递。支持模型包括Alpaca、GPT4All等,适用于多平台如macOS、Linux和Windows。项目处于早期阶段,API可能会更新。
nanoLLaVA - 轻量级视觉语言模型实现边缘设备高效部署
GithubHuggingfacenanoLLaVA人工智能多模态开源项目机器学习模型视觉语言模型
nanoLLaVA是一款1B级视觉语言模型,结合Quyen-SE和SigLIP视觉编码器技术。该模型在VQA v2和TextVQA等视觉问答测试中表现优异,同时优化了在边缘设备上的运行效率。nanoLLaVA采用ChatML标准,支持图像描述和视觉问答功能,并提供简洁的API接口,方便开发者集成到不同应用场景。
csghub-server - 开源大型模型资产管理平台
CSGHubGit LFSGithubREST API大模型资产管理开源开源项目
CSGHub Server是一个开源的大型模型资产管理平台,通过REST API提供模型、数据集和其他AI资产的管理功能。核心特性包括用户组织管理、自动标签、搜索、数据集预览、内容审核、文件下载和活动追踪。支持灵活配置Git服务器和LFS存储系统,适应不同场景需求。作为AI资产管理解决方案,CSGHub Server致力于简化开发流程,提高资源利用效率。
LLaVA-Plus-Codebase - 多模态智能助手的工具使用与学习指南
GithubLLaVALLaVA-PlusVicuna多模态开源项目视觉助手
该项目介绍了LLaVA-Plus如何提升大语言和视觉助手的工具使用能力。通过代码示例、安装说明和使用指南,用户可以快速掌握运行和训练LLaVA-Plus模型的方法,并进行推理和评估。该项目适用于需要结合视觉任务和语言模型的研究人员和开发者,提供了多个知名工具的整合与使用说明,帮助用户全面了解和应用这些工具执行多模态任务。
ggml_bakllava-1 - ggml格式提供的llama.cpp兼容推理文件
BakLLaVAGithubHuggingfacellama.cpp业务相关性开源项目文件结构模型高搜索量
仓库提供GGUF文件用于与llama.cpp集成的BakLLaVA-1推理,无需其他依赖。请注意,mmproj-model-f16.gguf文件格式仍在实验阶段,随时可能更改,建议使用llama.cpp的最新版本。
llama3-llava-next-8b - 基于Llama 3的开源多模态视觉语言AI模型
GithubHuggingfaceLLaVA人工智能多模态模型开源项目机器学习模型深度学习
LLaVA-NeXT-8b是基于Meta-Llama-3-8B-Instruct的开源多模态模型,通过558K图文对和超过700K多模态指令数据训练而成。该模型集成视觉理解与文本生成能力,支持图像描述、视觉问答等任务。模型采用高效的分布式训练方法,训练时间约15-20小时。目前仅供学术研究使用,商业应用受限。
llama-recipes - 探索Meta Llama模型的高效应用与开发指导
GithubLLM生态系统Meta Llama 3.1llama-recipes云端部署开源项目模型微调热门
llama-recipes项目为开发者提供了一个全面的库和示例脚本,帮助用户快速开始使用和精细调整Meta公司的Llama模型。项目支持最新版本Llama 3.1,并展示了多种应用场景,如域适应和构建基于LLM的应用程序。用户可以在本地、云端或本地服务器上运行这些示例,实现多功能的交互式对话和工具调用。
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