Home Progetti CogVLM
CogVLM
Python

CogVLM

un modello di linguaggio visivo open source all'avanguardia | 多模态预训练模型

di zai-org · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
cross-modalitylanguage-modelmulti-modalApache-2.0Python
Visualizza su GitHub
In parole semplici

Utilizza un modello linguistico visivo per comprendere le immagini e partecipare a conversazioni multi-turno basate su contenuti visivi.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
CogVLM — GitHub preview card
📈 Storia delle stelle
6.75k6.74k
2026-07-122026-08-31
📈 Segui CogVLM

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

un modello di linguaggio visivo open source all'avanguardia | 多模态预训练模型

CogVLM ha 6.7k stelle su GitHub. È stato forkato 451 volte. CogVLM è scritto principalmente in Python. È in sviluppo attivo dal 2023. CogVLM è disponibile con licenza Apache-2.0. I suoi temi principali sono: cross-modality, language-model, multi-modal, pretrained-models.

Frequently asked questions

Che cos'è CogVLM?

un modello di linguaggio visivo open source all'avanguardia | 多模态预训练模型

CogVLM è open source?

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

CogVLM è gratuito?

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

Con quale licenza è CogVLM?

CogVLM è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto CogVLM?

CogVLM è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — CogVLM

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

[![olud.ai](https://olud.ai/badge.php?tool=zai-org-cogvlm)](https://olud.ai/project/zai-org-cogvlm.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

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