Startseite Projekte NEO
NEO

NEO

von EvolvingLMMs-Lab · GitHub

NEO-Serie: Native Vision-Language-Modelle aus ersten Prinzipien

Auf GitHub ansehen
In einfachen Worten

Baue und bewerte fortschrittliche Modelle, die sowohl Bilder als auch Text von Grund auf verstehen.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
NEO — GitHub preview card
📈 Sternhistorie
878868
2026-07-202026-07-29
📈 NEO verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

NEO-Serie: Native Vision-Language-Modelle aus ersten Prinzipien

NEO hat 878 Sterne auf GitHub. Es wurde 31-mal geforkt. NEO ist hauptsächlich in Python geschrieben. Es wird seit 2025 aktiv entwickelt. NEO ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: agi, encoder-free-vlm, large-language-models, mllm.

Frequently asked questions

Was ist NEO?

NEO-Serie: Native Vision-Language-Modelle aus ersten Prinzipien

Ist NEO Open Source?

NEO ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist NEO kostenlos?

Ja. NEO ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht NEO?

NEO ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist NEO geschrieben?

NEO ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — NEO

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=evolvinglmms-lab-neo)](https://opensourceai.tech/project/evolvinglmms-lab-neo.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.