マルチモーダルsiglip-so400m-patch14-384
SigLIP (shape-optimized model) は、WebLiデータセットで384x384の解像度で事前学習された多モーダルモデルです。従…
❤ 680 ↓ 1.7M apache-2.0 2024-09-26
マルチモーダル (298 repos)
カテゴリ「マルチモーダル」のリポジトリ一覧
マルチモーダル
マルチモーダルCCTV-Smartphone-AI-Monitoring
Sentinelは、LAN内で動作する分散型リアルタイムAI監視システムです。未使用のAndroidデバイスをネットワークカメラ…
★ 633 ⑂ 42 2026-06-26
マルチモーダルQwen2-Audio-7B-Instruct
Qwen2-Audio-7B-Instructは、音声入力を受けて会話や解析を行えるQwen系の音声対応大規模言語モデルです。テキストな…
❤ 545 ↓ 570.5k apache-2.0 2025-01-12
マルチモーダルQwen3.6-40B-Claude-4.6-Opus-Deckard-Heretic-Uncensored-Thinking-NEO-CODE-Di-IMatrix-MAX-GGUF
このREADMEは、Qwen 3.6系をベースに40Bへ拡張し、Deckard系データセットやClaude 4.6 Opus由来データで多段階調整し…
❤ 538 ↓ 446.6k apache-2.0 2026-06-11
マルチモーダルQwen3.6-27B-Uncensored-HauhauCS-Aggressive
Qwen3.6-27Bをベースに、応答拒否を抑えたGGUF配布モデルです。Aggressive版は過激な指示でも前置きや言い訳を減らし…
❤ 490 ↓ 456.5k apache-2.0 2026-04-24
マルチモーダルGLM-skills
「zai-org/GLM-skills」は、GLMモデルファミリー向けの公式スキルセットを統合したリポジトリです。Claude Code、Ope…
★ 442 ⑂ 36 Apache-2.0 2026-04-15
マルチモーダルclawapp
ClawAppは、強力なAIエージェントプラットフォームであるOpenClaw AIエージェント向けのモバイルチャットクライアン…
★ 435 ⑂ 56 2026-05-07
マルチモーダルtable-transformer-detection
Table Transformer（Table Detection向け）は、PubTables-1Mで学習されたDETR系の表検出モデルで、請求書や論文PDFな…
❤ 428 ↓ 1.5M mit 2023-09-06
マルチモーダルVEGA-3D
VEGA-3Dは、「Generation Models Know Space: Unleashing Implicit 3D Priors for Scene Understanding」の公式実装…
★ 419 ⑂ 23 Apache-2.0 2026-06-18
マルチモーダルBiomedCLIP-PubMedBERT_256-vit_base_patch16_224
BiomedCLIP-PubMedBERT_256-vit_base_patch16_224は、PubMed Central由来の1500万件の医用画像とキャプション対で事…
❤ 414 ↓ 616.7k mit 2025-01-14
マルチモーダルsam3.1
SAM 3.1は、Metaの画像・動画向け統合基盤モデルで、プロンプト指定可能なセグメンテーションを提供します。テキスト…
❤ 404 ↓ 78.0k other 2026-03-27
マルチモーダルantfly
Antflyは、etcdのRaftライブラリを基盤とした分散型検索エンジンです。フルテキスト検索（BM25）、ベクトル類似性、…
★ 403 ⑂ 26 NOASSERTION 2026-07-07
マルチモーダルAwesome-Multimodal-Modeling
このリポジトリは、マルチモーダルモデリングに関する包括的な調査と厳選されたリストです。伝統的なマルチモーダル…
★ 393 ⑂ 23 2026-07-07
マルチモーダルQwen3.6-27B-Heretic-Uncensored-FINETUNE-NEO-CODE-Di-IMatrix-MAX-GGUF
このREADMEは、Qwen 3.6 27Bをベースに検閲緩和と追加ファインチューニングを施し、さらにGGUF量子化版を多数用意し…
❤ 379 ↓ 220.2k apache-2.0 2026-06-11
マルチモーダルRISE
RISEは、自己改善型のロボットポリシーを構築するためのフレームワークです。ワールドモデルを実世界でのロボット操…
★ 308 ⑂ 19 2026-06-04
マルチモーダルawesome-agentic-world-modeling
「Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond」という論文に付随するリポジトリで、Agen…
★ 277 ⑂ 8 MIT 2026-06-27
マルチモーダルThinking-with-Visual-Primitives
「Thinking with Visual Primitives」は、Multimodal Large Language Models (MLLM) が抱える「Reference Gap」を解…
★ 266 ⑂ 64 MIT 2026-06-17
マルチモーダルQwen3.5-9B-DeepSeek-V4-Flash-GGUF
Qwen3.5-9Bをベースに、DeepSeek-V4由来の高品質な推論データで蒸留した軽量推論モデルのREADMEです。多段階の論理展…
❤ 258 ↓ 167.2k apache-2.0 2026-07-04
マルチモーダルgenblaze
Genblazeは、生成AIによるビデオ、画像、オーディオのメディアパイプラインを構築・オーケストレーションするためのP…
★ 256 ⑂ 9 MIT 2026-07-02
マルチモーダルWindsurfPoolAPI
このツールは、Windsurf AIプラットフォーム向けのエンタープライズ級マルチアカウントプールプロキシ「WindsurfPool…
★ 250 ⑂ 61 MIT 2026-04-26
マルチモーダルOpenSearch-VL
OpenSearch-VLは、最先端のマルチモーダル深層検索エージェントを訓練するためのオープンソースのレシピです。単一の…
★ 242 ⑂ 25 Apache-2.0 2026-05-19
マルチモーダルllm-intern-skill
「LLMInternSkill」は、大規模言語モデル（LLM）関連のインターンシップやAI分野での就職活動を目指す学生・求職者向…
★ 234 ⑂ 11 MIT 2026-06-04
マルチモーダルnemotron-ocr-v2
Nemotron OCR v2は、複雑な実写画像や文書画像から文字を高精度かつ高速に抽出する、NVIDIAの商用利用可能な多言語OC…
❤ 223 ↓ 13.2k other 2026-05-22
マルチモーダルknowledgeops-agent
「KnowledgeOps Agent」は、Spring AIを基盤としたエンタープライズ向けのマルチエージェントAIプラットフォームです…
★ 215 ⑂ 16 MIT 2026-06-29