Назад к дайджесту
GitHub

OmniJev/OneJev: мультимодальная модель для обработки изображений, видео и текста за один проход

Представлена мультимодальная система принятия решений OneJev, способная давать калиброванные ответы на вопросы по экранам, фотографиям, видео и тексту в рамках одного прямого прохода. Модель объединяет обработку различных типов данных в едином вычислительном цикле.

16317 forksPythonscore 84.4
gui-agentpytorchsystem-onevideo-understandingvlmhuggingfacetypesafejevvision-language-modelmultimodal