uncbiag/Awesome-Foundation-Models
این یک لیست دست‌چین‌شده از مدل‌های بنیادی (Foundation Models) برای وظایف بینایی کامپیوتری و پردازش زبان طبیعی است.
کاربرد:
این پروژه به محققان، توسعه‌دهندگان و علاقه‌مندان کمک می‌کنه تا به راحتی با مدل‌های قدرتمند و پیشرفته در حوزه‌های تصویر و زبان آشنا بشن و ازشون استفاده کنن.
در چه شرایطی بهتره استفاده شود؟
وقتی دنبال یک منبع معتبر و منظم برای مدل‌هایی مثل CLIP, BLIP, Stable Diffusion یا LLaMA هستی و می‌خوای بدونی هر مدل چه قابلیت‌هایی داره و کجاها به کار میاد.
همچنین وقتی می‌خوای یک مدل مناسب برای پروژه‌های چندوجهی (multimodal) پیدا کنی، این لیست می‌تونه راهگشا باشه.
چند مثال از موارد استفاده:
تولید تصویر از متن با مدل‌هایی مثل DALL-E یا Stable Diffusion
درک تصاویر با توضیح متنی با استفاده از BLIP
تحلیل همزمان تصویر و متن در پروژه‌های هوش مصنوعی چندوجهی
آموزش مدل‌های بزرگ زبانی (LLMs) برای کارهای تولید متن یا پاسخ‌گویی هوشمند
مقایسه عملکرد مدل‌های مختلف در تسک‌هایی مثل طبقه‌بندی تصویر یا خلاصه‌نویسی متن
- ##FoundationModels
- ##ComputerVision
- ##NLP
- ##MultimodalAI
- ##MachineLearning
- ##DeepLearning
- ##AIResearch
- ##LargeLanguageModels
- ##ImageGeneration
- ##OpenSource