LLaVA-Mini

训练 LLaVA-NeXT 的开源实现

Stream-Omni是一个类似GPT-4o的语言-视觉-语音聊天机器人，同时支持跨多种模态组合的交互。

用于微调大型多模态模型的最小化代码库，支持llava-1.5/1.6、llava-interleave、llava-next-video、llava-onevi

[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。