Ovis

训练 LLaVA-NeXT 的开源实现

[CVPR 2024 亮点] OPERA：通过过度信任惩罚和回溯分配缓解多模态大语言模型中的幻觉

[NeurIPS'23 口头报告] 视觉指令微调（LLaVA），旨在达到 GPT-4V 级别能力及更高水平。

LLaVA-Mini 是一个统一的大型多模态模型（LMM），能够高效支持图像、高分辨率图像和视频的理解。