Accueil Projets ONE-PEACE
ONE-PEACE

ONE-PEACE

par OFA-Sys · GitHub

Un modèle de représentation général à travers les modalités de vision, audio et langage. Article : ONE-PEACE : Exploration d'un modèle de représentation générale vers des modalités illimitées.

Voir sur GitHub
En termes simples

Utilisez ONE-PEACE pour analyser et connecter des informations à travers des images, des sons et du texte sans avoir besoin de modèles préalables.

⭐ Étoiles
🍴 Forks
📜 Licence
Utilisation commerciale autorisée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
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 →
ONE-PEACE — GitHub preview card
📈 Historique des étoiles
1 0631 062
2026-07-202026-07-29
📈 Suivez ONE-PEACE

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

Un modèle de représentation général à travers les modalités de vision, audio et langage. Article : ONE-PEACE : Exploration d'un modèle de représentation générale vers des modalités illimitées.

ONE-PEACE compte 1.1k étoiles sur GitHub. Il a été forké 71 fois. ONE-PEACE est écrit principalement en Python. Il est développé activement depuis 2023. ONE-PEACE est disponible sous licence Apache-2.0. Ses principaux thèmes sont : audio-language, contrastive-loss, foundation-models, multimodal.

Frequently asked questions

Qu'est-ce que ONE-PEACE ?

Un modèle de représentation général à travers les modalités de vision, audio et langage. Article : ONE-PEACE : Exploration d'un modèle de représentation générale vers des modalités illimitées.

ONE-PEACE est-il open source ?

ONE-PEACE est un projet open source. Il est distribué sous licence Apache-2.0.

ONE-PEACE est-il gratuit ?

Oui. ONE-PEACE est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est ONE-PEACE ?

ONE-PEACE est disponible sous licence Apache-2.0.

Dans quel langage ONE-PEACE est-il écrit ?

ONE-PEACE est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — ONE-PEACE

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

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=ofa-sys-one-peace)](https://opensourceai.tech/project/ofa-sys-one-peace.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
tokenize-anything
[ECCV 2024] Tokenize Anything via Prompting
601 · foundation-models
partagerepresentation-learningfoundation-models
PointLLM
[ECCV 2024 Meilleur candidat au prix & TPAMI 2025] PointLLM : Autonomiser les grands modèles de…
1k · 3d
partagerepresentation-learningvision-and-language
HPT
HPT - LLMs multimodaux ouverts de HyperGAI
313 · generative-ai
partagevision-and-languagemultimodal
SEED
Implémentation officielle de SEED-LLaMA (ICLR 2024).
642 · foundation-model
partagevision-languagemultimodal
Aria
Code source pour Aria - un MoE natif multimodal ouvert.
1.1k · mixture-of-experts
partagevision-and-languagemultimodal
Awesome-Multimodal-LLM-Autonomous-Driving
[WACV 2024 Article de synthèse] Modèles de langage multimodaux pour la conduite autonome
313 · autonomous-car
partagevision-transformerfoundation-models
SimCLR
Implémentation PyTorch de SimCLR : Un cadre simple pour l'apprentissage contrastif de représent…
2.5k · contrastive-loss
partagecontrastive-lossrepresentation-learning
awesome-japanese-llm
日本語LLMまとめ - Aperçu des LLMs japonais
1.4k · foundation-models
partagevision-languagevision-and-language
Awesome-Foundation-Models
Une liste soigneusement sélectionnée de modèles de base pour les tâches de vision et de langage…
1.2k · foundation-models
partagevision-transformerfoundation-models
calvin
CALVIN - Un banc d'essai pour l'apprentissage de politiques conditionnées par le langage pour d…
964 · computer-vision
partagevision-languagevision-and-language

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