vlm
페이지 5개
PAPER·2025
Eagle 2.5
NVIDIA long-context VLM. 텍스트 우선 샘플링과 progressive post-training, Eagle-Video-110K로 512프레임 Video-MME 72.4를 낸다
↳ 9 vlmlong-context
REPO·2026
NVlabs/EAGLE (repo)
Eagle, Eagle 2, Eagle 2.5, LocateAnything 네 계열의 공식 저장소이자 11개 모델의 model zoo. GR00T N1부터 N1.6까지의 backbone 채택 시점을 월 단위로 기록한다
↳ 9 vlmeagle
REPO·2026
PaperBanana (repo)
방법론 텍스트를 받아 7개 에이전트가 다이어그램과 통계 플롯을 만드는 프레임워크. CLI, Python API, MCP 서버, Claude Code 스킬을 제공한다
↳ 5 multi-agentvlm
PAPER·2026
VLM3
Qwen3-VL-4B에 focal length 통일, 텍스트 픽셀 참조, 데이터 mixture만 더한 SFT로 depth, object 3D, correspondence, pose 네 task에서 expert 모델에 필적
↳ 6 vlm3d-understanding
PAPER·2025
RAG-Anything
이미지와 표와 수식을 텍스트와 같은 등급으로 다루는 multimodal RAG. dual-graph 구축과 cross-modal hybrid retrieval로 DocBench 63.4%를 기록했다
↳ 13 multimodal-ragrag