Accueil Projets LLaVA-Plus-Codebase
LLaVA-Plus-Codebase
Python

LLaVA-Plus-Codebase

LLaVA-Plus : Assistants de Langage et de Vision Large qui se Branchent et Apprennent à Utiliser des Compétences

par LLaVA-VL · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
agentlarge-language-modelslarge-multimodal-modelsApache-2.0Python
Voir sur GitHub
En termes simples

Construisez des assistants AI multimodaux capables d'apprendre et d'utiliser différentes compétences pour diverses tâches.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
LLaVA-Plus-Codebase — GitHub preview card
📈 Historique des étoiles
770769
2026-07-202026-08-31
📈 Suivez LLaVA-Plus-Codebase

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

LLaVA-Plus : Assistants de Langage et de Vision Large qui se Branchent et Apprennent à Utiliser des Compétences

LLaVA-Plus-Codebase compte 770 étoiles sur GitHub. Il a été forké 61 fois. LLaVA-Plus-Codebase est écrit principalement en Python. Il est développé activement depuis 2023. LLaVA-Plus-Codebase est disponible sous licence Apache-2.0. Ses principaux thèmes sont : agent, large-language-models, large-multimodal-models, multimodal-large-language-models.

Frequently asked questions

Qu'est-ce que LLaVA-Plus-Codebase ?

LLaVA-Plus : Assistants de Langage et de Vision Large qui se Branchent et Apprennent à Utiliser des Compétences

LLaVA-Plus-Codebase est-il open source ?

LLaVA-Plus-Codebase est un projet open source. Il est distribué sous licence Apache-2.0.

LLaVA-Plus-Codebase est-il gratuit ?

Oui. LLaVA-Plus-Codebase est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est LLaVA-Plus-Codebase ?

LLaVA-Plus-Codebase est disponible sous licence Apache-2.0.

Dans quel langage LLaVA-Plus-Codebase est-il écrit ?

LLaVA-Plus-Codebase est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — LLaVA-Plus-Codebase

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=llava-vl-llava-plus-codebase)](https://olud.ai/project/llava-vl-llava-plus-codebase.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
OPERA
[CVPR 2024 Highlight] OPERA : Atténuer l'hallucination dans les grands modèles de langage multi…
412 · chatbot
partagelarge-multimodal-models
mcp-sse
A working pattern for SSE-based MCP clients and servers
301 · agents
partagetool-use
awesome-multimodal-in-medical-imaging
Une collection de ressources sur les applications de l'apprentissage multimodal en imagerie méd…
974 · large-language-models
partagelarge-multimodal-modelsmultimodal-large-language-models
Awesome-Multimodal-Papers
Une liste sélectionnée d'études multimodales impressionnantes.
341 · deep-learning
partagelarge-multimodal-models
TinyLLaVA_Factory
Un cadre de petits modèles multimodaux à grande échelle
992 · large-multimodal-models
partagelarge-multimodal-models
Awesome-Medical-Large-Language-Models
Articles sélectionnés sur les grands modèles de langage dans le domaine de la santé et médical
390 · large-language-models
partagemultimodal-large-language-models
Spatial-MLLM
[NeurIPS 2025 Spotlight] Implémentation officielle de Spatial-MLLM : Amélioration des Capacités…
477 · aigc
partagemultimodal-large-language-models
Ovis-U1
Un modèle unifié qui intègre parfaitement la compréhension multimodale, la génération de texte…
450 · image-editing
partagemultimodal-large-language-models
ReCall
ReSearch : Apprendre à raisonner avec la recherche pour les LLM via l'apprentissage par renforc…
1.4k · agent
partagetool-use
cambrian-s
Cambrian-S : Vers une supersensibilité spatiale dans la vidéo
560 · computer-vision
partagemultimodal-large-language-models

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.