PyPI
huggingface/transformers
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.
Apache-2.02026年8月4日 · 指标 2.10.0
全部标签
目录标签
#vlm
公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。
14 条记录
PyPI · crates.io
sgl-project/sglang
SGLang is a high-performance serving framework for large language models and multimodal models.
Apache-2.02026年8月4日 · 指标 2.10.0
PyPI
NVIDIA-NeMo/Automodel
🚀 Pytorch Distributed native training library for LLMs/VLMs with OOTB Hugging Face support
Apache-2.02026年7月25日 · 指标 2.10.0
Go
qualcomm/GenieX
Run frontier LLMs and VLMs locally on Qualcomm devices across NPU, GPU, and CPU with a few lines of code
BSD-3-Clause2026年8月28日 · 指标 2.10.0
PyPI
modelscope/evalscope
A streamlined and customizable framework for efficient large model (LLM, VLM, AIGC) evaluation and performance benchmarking.
Apache-2.02026年8月1日 · 指标 2.10.0
PyPI · npm
trycua/cua
Scale computer-use 2.0 with open-source drivers, cross-OS fleets, and benchmarks for training, evaluation, and data generation.
MIT2026年8月5日 · 指标 2.10.0
PyPI
openadaptai/openadapt
Compile a demonstrated GUI workflow into a deterministic, locally executable program. Zero model calls on healthy runs; governed repair; halts instead of guessing. Launcher for openadapt-flow: pip install openadapt
MIT2026年7月17日 · 指标 2.10.0
PyPI
opendatalab/MinerU
Transforms complex documents like PDFs and Office docs into LLM-ready markdown/JSON for your Agentic workflows.
自定义许可证2026年8月4日 · 指标 2.10.0
PyPI · npm
lightseekorg/tokenspeed
TokenSpeed is a speed-of-light LLM inference engine.
MIT2026年7月21日 · 指标 2.10.0
crates.io
GreatV/oar-ocr
A native Rust toolkit for OCR, document layout analysis, and vision-language document understanding.
Apache-2.02026年9月5日 · 指标 2.10.0
Go
hybridgroup/yzma
Go with your own intelligence - Go applications that directly integrate llama.cpp for local inference using hardware acceleration.
自定义许可证2026年7月17日 · 指标 2.10.0
—
GodotMisogi/AeroFuse.jl
A toolbox meant for aircraft design analyses.
MIT2026年8月25日 · 指标 2.10.0
Go
hekmon/subtitles-ai-ocr
Read PGS (Bluray) and VobSub (DVD) image subtitles and extract their text using external Vision Language Models.
MIT2026年8月28日 · 指标 2.10.0
PyPI
waybarrios/crystal
CRYSTAL: Beyond Final Answers: Benchmark for Transparent Multimodal Reasoning Evaluation | arXiv 2603.13099
无许可证2026年7月17日 · 指标 2.10.0