Startseite Projekte R1-VL
R1-VL
Python

R1-VL

R1-VL: Lernen zu argumentieren mit multimodalen großen Sprachmodellen durch schrittweise gruppenrelative Politikoptimierung

von jingyi0000 · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
Sprache
mllmmultimodal-large-language-modelsr1Python
Auf GitHub ansehen
In einfachen Worten

Trainieren Sie KI-Modelle, um zu schlussfolgern und Informationen aus Text und Bildern zu verstehen.

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 →
R1-VL — GitHub preview card
📈 Sternhistorie
353352
2026-07-202026-08-31
📈 R1-VL verfolgen

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

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

R1-VL: Lernen zu argumentieren mit multimodalen großen Sprachmodellen durch schrittweise gruppenrelative Politikoptimierung

R1-VL hat 352 Sterne auf GitHub. Es wurde 2-mal geforkt. R1-VL ist hauptsächlich in Python geschrieben. Es wird seit 2025 aktiv entwickelt. Die Hauptthemen sind: mllm, multimodal-large-language-models, r1, reasoning.

Frequently asked questions

Was ist R1-VL?

R1-VL: Lernen zu argumentieren mit multimodalen großen Sprachmodellen durch schrittweise gruppenrelative Politikoptimierung

Ist R1-VL Open Source?

R1-VL ist ein Open-Source-Projekt.

Ist R1-VL kostenlos?

Ja. R1-VL ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist R1-VL geschrieben?

R1-VL ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — R1-VL

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

[![olud.ai](https://olud.ai/badge.php?tool=jingyi0000-r1-vl)](https://olud.ai/project/jingyi0000-r1-vl.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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