Kick the woke the fuck out of t town #vlm #vlm army

📢LLaVA-NeXT(-Video) Announced📢

* LLaVA-NeXT is one of the most competitive open-source VLM nowadays towards GPT4-V

* LLaVA-NeXT-Video extends this capability to long videos, outperforming all existing video LLMs

- Blog: llava-vl.github.io/blog/2024-04-3…
- Code: github.com/LLaVA-VL/LLaVA…

📢 We release VILA, a visual language model (VLM) family for image and video understanding, fastest on NVIDIA GPU/Orin! VILA achieves state-of-the-art accuracy among open source VLMs on the MMMU dataset. CVPR'24 paper: arxiv.org/pdf/2312.07533
Code: github.com/Efficient-Larg…

Who dat

huggingface.co/Local-Novel-LL…
VecteusのVLM版を公開しました。
普通のLLavaみたいに画像を見せてチャットみたいなことができます

Ninjaシリーズ最新版 Ocuteusを公開しました。
VecteusをVLM（視覚）に対応させました。
GGUFのリポジトリ内にollama用のテンプレートもあります。
また、kobold.cppなら画像のリサイズ機能も付いているため手軽に試せます。

huggingface.co/Local-Novel-LL…
huggingface.co/Local-Novel-LL…

黒猫メイド☆メイドの日☆オリジナル☆手描きイラスト☆ メイドの日遅刻しました( ´⚰︎`°。)黒猫メイドちゃんです！
気に入っていただける方はよろしくお願いいたします(´∩ω∩`*) page.auctions.yahoo.co.jp/jp/auction/113…

🔥Benchmarking Multimodal World Knowledge🔥

We present 🌎 #WorldQA 🌎, a video understanding dataset for pushing world model capability in VLM with *multimodal inputs*, *world knowledge* and *long-chain reasoning*

- Project: zhangyuanhan-ai.github.io/WorldQA/
- Code: github.com/EvolvingLMMs-L…

This is the best day of my life AARON VLM drop the handle right now

.

VLM developers don't want you to know this one simple trick that can make your inference 2x faster github.com/InternLM/lmdep…

Needed something to keep the flowers wet. You like em? #Thanks