R1-Onevision官网 – 基于Qwen-VL的视觉推理模型

MIMIC-IT：多模态上下文指令调优，展示了一个包含 280 万个多模态指令-响应对的数据集，以及从图像和视频中派生的 220 万个独特指令。

E.T. Bench旨在实现开放事件级的视频语言理解，结合视频和语言数据，推动多模态学习的进展。

通过高质量合成数据提升多模态多语言嵌入性能的创新项目，支持多种任务和语言，在MMEB基准测试中达到SOTA性能，致力于推动跨模态学习的进步。

该项目是基于CLIP（对比语言-图像预训练）的研究成果汇总平台，旨在整理和分享CLIP相关的研究进展，包括训练方法、改进、数据处理、知识蒸馏、损失函数设计，以及在零样本、少样本和分类任务中的应用。项目提供了全面的论文、代码和应用分类，方便用户快速获取CLIP相关信息。

Awesome_Multimodal是一个精心策划的GitHub项目，提供关于多模态大语言模型（MLLM）的全面资源集合。

Visual-RFT是首个将深度强化学习策略应用于多模态领域的视觉强化微调框架。它通过规则化可验证奖励来提升视觉感知任务的性能，支持多种视觉任务，如细粒度图像分类和开放词汇目标检测。项目完全开源，提供训练代码、数据和评估脚本，帮助研究者快速上手。

Lumina-mGPT是一个多模态自回归模型家族，专注于从文本描述生成高质量的图像，能够处理多种视觉和语言任务，具备强大的生成能力和灵活的应用场景。

nano-simsiam是一个极简的PyTorch实现的SimSiam自监督学习框架，仅用400行代码实现，基于ResNet50在ImageNet上达到良好性能。它支持分布式训练、实时KNN评估和自动混合精度训练，非常适合研究原型开发，代码简洁易于理解和修改。

AI Quiz Generator是一个前沿工具，旨在改变测验的创建和管理方式。通过AI技术，用户可以在短短10分钟内生成测验问题和答案，特别擅长将各种媒体格式（如PDF、视频、文档和幻灯片）转换为可编辑的测验。该平台适用于教育工作者、培训师和企业，成为提升教育工具的宝贵资源。

StockCake是一个免费的图片库，提供各种场合下引人注目的图片，用户可以自由下载和使用这些图片，无需归属。

Haire.ai 是一个利用人工智能简化招聘流程的视频面试和招聘平台。它提供AI招聘、AI面试和AI简历生成器等功能，以提高招聘效率。

Awesome-LLM-in-Social-Science项目致力于提供社会科学领域的LLM应用资源，包含大量与社会科学相关的模拟论文，并促进社交科学研究者之间的知识共享。

OntoGPT是一个基于GPT的开源项目，其中包括SPIRES工具，使用机器学习技术能够从文本数据中提取本体信息。

JaxIRL是一个在JAX框架中实现的反向强化学习(IRL)算法，能够以极高的效率训练模型，支持多种算法，具有灵活性和可扩展性。

CVGrader.com 是一个专为快速高效分析和评估求职者简历而设计的人工智能平台。用户只需上传候选人的简历，平台便会利用人工智能算法进行分析，提供详细的洞察和评估，帮助招聘人员做出更明智的决策。