Groma ha 585 stelle su GitHub. È stato forkato 44 volte. Groma è scritto principalmente in Python. È in sviluppo attivo dal 2024. Groma è disponibile con licenza Apache-2.0. I suoi temi principali sono: foundation-models, grounding, large-language-models, llama.

❓ Frequently asked questions

Che cos'è Groma?

[ECCV2024] Modello di linguaggio multimodale ancorato con tokenizzazione visiva localizzata

Groma è open source?

Groma è un progetto open source. È rilasciato con licenza Apache-2.0.

Groma è gratuito?

Sì. Groma è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è Groma?

Groma è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto Groma?

Groma è scritto principalmente in Python.

🏅 Manutentore di questo progetto?

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=foundationvision-groma)](https://opensourceai.tech/project/foundationvision-groma.html)

Altre opzioni di badge →

🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Thinking-with-Visual-Primitives

Snapshot archiviato di Thinking-with-Visual-Primitives

★ 273 · deepseek

condividegroundingvision-language-model

LLaVA

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) costruito per capacità a livello GPT-4V e o…

★ 25k · chatbot

condividellama2vision-language-model

NExT-GPT

Codice e modelli per l'articolo ICML 2024, NExT-GPT: Modello di Linguaggio Multimodale Any-to-A…

★ 3.6k · chatgpt

condividemllmfoundation-models

OPERA

[CVPR 2024 Highlight] OPERA: Alleviare l'allucinazione nei Modelli di Linguaggio di Grandi Dime…

★ 412 · chatbot

condividevision-language-modelllama

Awesome-Multimodal-LLM-Autonomous-Driving

[WACV 2024 Survey Paper] Modelli di linguaggio multimodali per la guida autonoma

★ 313 · autonomous-car

condividevision-language-modelfoundation-models

R1-VL

R1-VL: Apprendere a ragionare con modelli di linguaggio multimodali di grandi dimensioni tramit…

★ 352 · mllm

condividemllmvision-language-model

Olympus

[CVPR 2025 Highlight] Codice ufficiale per "Olympus: A Universal Task Router for Computer Visio…

★ 428 · chatbot

condividevision-language-modelfoundation-models

tokenize-anything

[ECCV 2024] Tokenizza Qualsiasi Cosa tramite Prompting

★ 601 · foundation-models

condividefoundation-modelsmultimodal

VoxPoser

VoxPoser: Mappe di Valore 3D Componibili per Manipolazione Robotica con Modelli di Linguaggio

★ 826 · embodied-ai

condividevision-language-modelfoundation-models

mllm

LLM multimodale veloce su dispositivi mobili

★ 1.6k · ai

condividellamamultimodal

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.