মাল্টিমোডাল AI
Qwen3-VL — Vision-language models
QwenLM/Qwen3-VL
Qwen3-VL is the multimodal large language model series developed by Qwen team, Alibaba Cloud
★ 19.8K⑂ 1.8KPython
ToolAI.io · GitHub চ্যানেল
GitHub-এ নতুন AI প্রজেক্ট
GitHub-এ সম্প্রতি যোগ করা ওপেন-সোর্স AI প্রকল্প আবিষ্কার করুন—রিপোজিটরির তথ্য, সেটআপ নোট, লাইসেন্স ও সংশ্লিষ্ট রিসোর্সসহ।
পাবলিক রিপোজিটরির তথ্য
প্রকল্পের সূচি
মাল্টিমোডাল AI
DeepSeek-OCR — Document OCR and visual understanding
deepseek-ai/DeepSeek-OCR
Contexts Optical Compression
★ 23.8K⑂ 2.2KPython
মাল্টিমোডাল AI
Janus — Unified multimodal understanding and generation
deepseek-ai/Janus
Janus-Series: Unified Multimodal Understanding and Generation Models
★ 17.8K⑂ 2.2KPython
মাল্টিমোডাল AI
PaddleOCR — OCR and document intelligence
PaddlePaddle/PaddleOCR
Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between images/PDFs and LLMs. Supports 100+ languages
★ 88K⑂ 11.2KPython
পৃষ্ঠা 3 / 3 · 28টি প্রজেক্ট