NVLM

最先端の大規模多様な言語モデル。画像とテキストのタスクにおいて高度な性能を実現します。

一般製品生産性多様な学習大規模言語モデル

NVLM 1.0は、最先端の大規模多様な言語モデル（LLM）シリーズです。画像とテキストのタスクにおいて、主要な独自モデルやオープンアクセスモデルに匹敵する高度な成果を達成しています。特筆すべきは、多様なデータでの学習後、テキスト性能がLLM基幹モデルを上回ったことです。モデルの重みとコードをコミュニティに公開しています。

Best AI Websites & Tools

NVLM

NVLM 最新のトラフィック状況

NVLM 訪問数の傾向

NVLM 訪問地理的分布

NVLM トラフィックソース

NVLM 代替品

NVLM — 最先端の大規模多様な言語モデル。画像とテキストのタスクにおいて高度な性能を実現します。

Baichuan-M1-14B — 百川智能が開発した、医療現場向けに最適化されたオープンソースの大規模言語モデルです。優れた汎用性と医療分野での高い性能を備えています。

自己適応型LLM — 未経験のタスクにもリアルタイムで適応する、自己適応型大規模言語モデルフレームワークです。

Valley 2.0 — テキスト、画像、動画データを処理する能力を向上させた、マルチモーダル大規模言語モデルです。

FlagEval — モデル評価プラットフォーム

InternVL 2.5 — オープンソースのマルチモーダル大規模言語モデルシリーズ

RWKV v6 Finch 14B — RWKV v6 Finch 14Bは、長文処理に優れたオープンソースの大規模言語モデルです。

DBRX — 新たな高効率オープンソースの大規模言語モデル標準

NotaGen — NotaGen は、大規模言語モデルのトレーニングパラダイムを採用し、高品質のクラシック音楽楽譜の生成に特化した、記号音楽生成モデルです。

AoT — Atom of Thoughts (AoT)は大規模言語モデルの推論性能を向上させるためのフレームワークです。

Instella — Instellaは、AMDが開発した高性能なオープンソース言語モデルであり、オープンソース言語モデルの発展を加速するために設計されています。

Migician — Migicianは、複数の画像の配置に特化した多モーダル大規模言語モデルであり、自由形式の複数の画像の精密配置を実現できます。

IndexTTS — 産業レベルで制御可能な、効率的なゼロショットテキスト音声変換システム

SWE-RL — 強化学習により、オープンソースソフトウェアの進化における大規模言語モデルの推論能力を向上させます。

TableGPT2-7B — TableGPT2-7Bは、表データ処理に特化した大規模言語モデルであり、データ分析やビジネスインテリジェンスのタスクに最適です。

QwQ-Max-Preview — QwQ-Max-Previewは、Qwenシリーズの最新成果であり、Qwen2.5-Maxを基盤として構築されています。強力な推論能力と多様な分野への適用能力を備えています。

AlphaMaze-v0.2-1.5B — 大規模言語モデルの視覚推論能力を向上させるための、テキスト迷路解決タスクを用いた革新的な手法

Coding-Tutor — 大規模言語モデルをプログラミング指導ツールとして活用する可能性を探求し、Trace-and-Verifyワークフローを提案します。

The Ultra-Scale Playbook — 超大規模システムの設計と最適化に特化したツールで、効率的なソリューションを提供します。

SkyReels-V1-Hunyuan-I2V — SkyReels V1は、人間中心の高品質映画レベルの動画生成に特化したオープンソースの基礎モデルです。

Goedel-Prover — Goedel-Proverは、数学問題の形式化証明に特化したオープンソースの自動定理証明モデルです。

OmniParser-v2.0 — OmniParserは、UIスクリーンショットを構造化されたフォーマットに変換し、LLMベースのUIエージェントのパフォーマンスを向上させる汎用スクリーン解析ツールです。

OpenThinker-32B — OpenThinker-32Bは、オープンデータ推論能力の向上を目的として設計された、強力なオープンソース推論モデルです。

OLMoEアプリ — Ai2 OLMoEは、iOSデバイスで動作するオープンソースの言語モデルアプリです。

Huginn-0125 — Huginn-0125は、35億パラメータを持つ潜在変数循環型深層モデルであり、推論とコード生成に優れています。

FireRedASR — オープンソースの工業レベル標準中国語自動音声認識モデルで、様々なアプリケーションシナリオに対応しています。

DMXAPI — DMXAPIは、300種類以上の大規模言語モデル（LLM）APIを統合するグローバルなプラットフォームです。

RAG-FiT — RAG-FiTは、外部情報を活用するLLMの能力向上のためのライブラリです。特別に作成されたRAG強化データセットを用いてモデルをファインチューニングします。

Codename Goose — ローカルで動作するAIエージェント。エンジニアリングタスクをシームレスに自動化します。

オープンソース DeepResearch — オープンソースの深層研究ツール。オープンソースフレームワークを用いて、Deep Researchに類似した機能を実現することを目指しています。