منصوبے کے بارے میں

Ask-Anything ایک اوپن سورس پروجیکٹ ہے جو ویڈیو تفہیم اور مکالمے پر مرکوز ہے، جسے شنگھائی مصنوعی ذہانت لیبارٹری نے تیار کیا ہے۔ یہ متعدد ویڈیو مکالمہ ماڈلز فراہم کرتا ہے، جن میں VideoChat، VideoChat2 اور ان کے متغیرات شامل ہیں، اور ChatGPT، StableLM، MOSS اور MiniGPT-4 جیسے زبان کے ماڈلز کے ساتھ انضمام کی حمایت کرتا ہے۔ اس پروجیکٹ میں اینڈ ٹو اینڈ مکالمہ، طویل ویڈیو پروسیسنگ، اعلی ریزولوشن ویڈیو تفہیم جیسی خصوصیات شامل ہیں، اور MVBench بینچ مارک اور 2M ہدایات کا ڈیٹا جاری کیا گیا ہے۔ تازہ ترین ورژن VideoChat3 نے عمومی، طویل ویڈیو اور اسٹریمنگ ویڈیو تفہیم میں نمایاں بہتری دکھائی ہے۔ یہ پروجیکٹ آن لائن ڈیمو، Hugging Face اسپیس اور تفصیلی دستاویزات فراہم کرتا ہے، جو محققین اور ڈویلپرز کے لیے موزوں ہے۔