Open Source
GitHub, HuggingFace의 최신 AI 오픈소스 프로젝트를 탐색하세요.
OmniJev 팀이 공개한 멀티모달 'System One' 판단 모델로, 스크린샷·사진·비디오·텍스트에 대한 타입이 지정된 질문(예/아니오, 선택지, 단계 점수)에 한 번의 순전파로 보정된 확률을 돌려준다. 0.8B·4B·9B·27B 네 가지 크기로, Qwen3.5-0.8B/4B/9B와 Qwen3.8-27B를 비전 타워를 고정한 채 1에폭 미세조정했다. README에 따르면 H200 한 장에서 1280×720 스크린샷 하나에 질문 10개를 물을 때 0.8B는 51ms, 27B는 324ms가 걸린다. PyTorch(텍스트·이미지·비디오)와 llama.cpp GGUF(텍스트·이미지) 백엔드로 같은 API를 서빙하며, 학습 데이터 9만4,707건(17.7GB)과 학습 설정도 공개했다.
harry0703
주제·키워드 하나로 스크립트·소재·음성·자막·배경음악을 자동 생성해 숏폼 영상을 합성하는 AI 영상 제작 도구
opendatalab
PDF·Office 문서를 LLM-Ready 마크다운으로 변환하는 1.2B 멀티모달 VLM
OpenBMB
휴대폰에서도 돌아가는 초경량 이미지·비디오 이해 멀티모달 LLM
haotian-liu
GPT-4V 수준의 시각적 지시 조정 멀티모달 AI 모델