LLaVA74
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) built towards GPT-4V level capabilities and beyond.
25K
Stars
74/100
Confianza
Categoría: support-automationAuditoría
Directorio de skills
Descubre skills reutilizables para AI agents.
Busca skills reales de GitHub por tarea y revisa stars, confianza, auditoría, categoría y ruta de instalación antes de utilizarlos.
Cada recomendación conserva un vínculo claro con su repositorio, auditoría y ruta de instalación.
Resultados de búsqueda: llava
Directorio en inglésOpen-Source AI Camera Skills Platform, AI NVR & CCTV Surveillance. Local VLM video analysis with Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. LLM-powered agentic security camera agent — watches, understands, remembers & guards your home via Telegram, Discord or Slack. Pluggable AI skills. OpenAI, Google, Anthropic or local AI. Runs on Mac Mini & AI PC.
2.8K
Stars
83/100
Confianza
Categoría: robotics-iotAuditoría
UForm76
Pocket-Sized Multimodal AI for content understanding and generation across multilingual texts, images, and 🔜 video, up to 5x faster than OpenAI CLIP and LLaVA 🖼️ & 🖋️
1.2K
Stars
76/100
Confianza
Categoría: rag-knowledgeAuditoría
A Node.js CLI that uses Ollama and LM Studio models (Llava, Gemma, Llama etc.) to intelligently rename files by their contents
2.1K
Stars
69/100
Confianza
Categoría: ml-automationAuditoría
Chatbot Arena meets multi-modality! Multi-Modality Arena allows you to benchmark vision-language models side-by-side while providing images as inputs. Supports MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2, and many more!
567
Stars
61/100
Confianza
Categoría: support-automationAuditoría
An open-source implementation for training LLaVA-NeXT.
437
Stars
59/100
Confianza
Categoría: support-automationAuditoría
[CVPR2024] ViP-LLaVA: Making Large Multimodal Models Understand Arbitrary Visual Prompts
339
Stars
62/100
Confianza
Categoría: support-automationAuditoría