Pangea
This is the repo for the paper "PANGEA: A FULLY OPEN MULTILINGUAL MULTIMODAL LLM FOR 39 LANGUAGES"
File Explorer
Download Latest Version (.zip)- 10362.jpg
- 11926.jpg
- 1370.jpg
- 224.jpg
- 2926.jpg
- 3848.jpg
- 687.jpg
- 818.jpg
- 8624.jpg
- 9469.jpg
- COCO_train2014_000000107009.jpg
- COCO_train2014_000000159444.jpg
- COCO_train2014_000000323374.jpg
- COCO_train2014_000000323387.jpg
- COCO_train2014_000000345009.jpg
- COCO_train2014_000000364372.jpg
- COCO_train2014_000000384790.jpg
- COCO_train2014_000000475998.jpg
- COCO_train2014_000000567037.jpg
- COCO_train2014_000000573620.jpg
- 1005263013988.0.jpg
- 1190924003327.0.jpg
- 1290563009817.0.webp
- 1298027003237.0.webp
- 2354368013580.0.jpg
- 2433684022797.0.jpg
- 3004840007505.0.webp
- 3153066007808.0.jpg
- 3419019013179.0.jpg
- 4090707011060.0.jpg
- 11786.jpg
- 12372.jpg
- 13817.jpg
- 14691.jpg
- 20698.jpg
- 2148.jpg
- 23503.jpg
- 4099.jpg
- 643.jpg
- 9755.jpg
- 112c3a56cffd40f1bff64efd378b0c53.jpg
- 2ea1cb3b03d5492a9c6c02492c0631b8.jpg
- 34e2f15f32dc42db9343708b3c7810c5.jpg
- 49d5ec1da5ee4f8498df71ea2ea99ca8.jpg
- 7475519e03bf4505855bce2beb2f076a.jpg
- 942d70c2d0cd43a181882e9ea7e92c91.jpg
- bed53965a67b4cdc84c2af0853c78a5d.jpg
- c6e4f3a4f5fc4a84a8dacd854aa395a8.jpg
- c8efc14dbc084681a0c67a79534688a5.jpg
- f6f6317e064745c789e856618bd4fc04.jpg
- 2662fa46cc95449db038cf55f6c6a39f.jpg
- 40596740490a41a899179ccdeb2bee76.jpg
- 6351126639904118b4817d224d8f8dc7.jpg
- 7a92826856374ec2bd9d43bd770e7d26.jpg
- 854bdd9b19144b3cb2e7b04a4fee9893.jpg
- b5c839a8488e4500a30cb0f19db9d422.jpg
- c144d57632dd4024a8c7aa8b57342762.jpg
- c6666ce680db4cd9a0c2c7a2a8e29e81.jpg
- e99306994b0d4ab8af7336f34dff5de0.jpg
- fdbeb2eea97c4d2b86ea68ae5402a680.jpg
- 10173.jpg
- 10530.jpg
- 26095.jpg
- 28695.jpg
- 31859.jpg
- 32700.jpg
- 34127.jpg
- 39444.jpg
- 48563.jpg
- 49716.jpg
- 106041.jpg
- 106497.jpg
- 108961.jpg
- 36486.jpg
- 47501.jpg
- 5538.jpg
- 69117.jpg
- 85984.jpg
- 94596.jpg
- 95167.jpg
- 120176.jpg
- 122318.jpg
- 125725.jpg
- 27908.jpg
- 35420.jpg
- 41095.jpg
- 55736.jpg
- 73380.jpg
- 82571.jpg
- 88525.jpg
- 13446.jpg
- 16155.jpg
- 21934.jpg
- 35835.jpg
- 41312.jpg
- 52063.jpg
- 55139.jpg
- 5885.jpg
- 6497.jpg
- 9662.jpg
- 101245869.jpeg
- 102469540.jpeg
- 124437.jpeg
- 161163.jpeg
- 41179404.jpeg
- 42123437.jpeg
- 45578979.jpeg
- 71401127.jpeg
- 77082013.jpeg
- 89708.jpeg
- Dark-Zurich+time_classification_299_GOPR0345_frame_000751_rgb_anon.png
- DTD+all_texture_detection_693_flecked_0091.jpg
- HICO+human_activity_detection_853_HICO_train2015_00021309.jpg
- HICO+object_classification_590_HICO_train2015_00028478.jpg
- 000000073549.jpg
- 000000082242.jpg
- 000000102729.jpg
- 000000221685.jpg
- 000000312480.jpg
- 000000419632.jpg
- 000000492292.jpg
- 2335555.jpg
- 2360248.jpg
- two_col_100780.png
- 2315671.jpg
- 2318201.jpg
- 2321747.jpg
- 2324026.jpg
- 2363679.jpg
- 2378237.jpg
- 2392376.jpg
- 2393970.jpg
- 2399742.jpg
- 2403102.jpg
- 107830.jpg
- 10836.jpg
- 119783.jpg
- 125292.jpg
- 133500.jpg
- 24463.jpg
- 28287.jpg
- 58066.jpg
- 58958.jpg
- 69044.jpg
- 1159552.jpg
- 1592990.jpg
- 2330877.jpg
- 2344035.jpg
- 2366224.jpg
- 2375099.jpg
- 2382960.jpg
- 2404421.jpg
- 2406583.jpg
- train_00378.jpg
- bar_train_00040112.png.jpg
- bar_train_00163623.png.jpg
- bar_train_00164363.png.jpg
- bar_train_00175467.png.jpg
- chart_qa_multi_col_40803.png.jpg
- chart_qa_two_col_81056.png.jpg
- coco2014_caps_000000146841.jpg
- coco2014_caps_000000342277.jpg
- coco2014_caps_000000360066.jpg
- laion-gpt4v-20231128_00001175.jpg
- 000000063334.jpg
- 000000073686.jpg
- 000000117310.jpg
- 000000166889.jpg
- 000000176716.jpg
- 000000261060.jpg
- 000000365980.jpg
- 000000382154.jpg
- 000000446232.jpg
- 000000457659.jpg
- DE_562.jpg
- IT_364.jpg
- IT_493.jpg
- IT_537.jpg
- IT_552.jpg
- KR_440.jpg
- RU_110.jpg
- VI_320.jpg
- VI_617.jpg
- VI_847.jpg
- train-12220-2-0.jpg
- train-12789-2-1.jpg
- train-1384-0-1.jpg
- train-4613-1-1.jpg
- train-4667-1-0.jpg
- train-5508-2-0.jpg
- train-5575-0-1.jpg
- train-6946-2-0.jpg
- train-8176-1-1.jpg
- train-8693-2-0.jpg
- 000000035722.jpg
- 000000117284.jpg
- 000000142793.jpg
- 000000149423.jpg
- 000000273979.jpg
- 000000359868.jpg
- 000000420303.jpg
- 000000455010.jpg
- 000000517322.jpg
- 000000542407.jpg
- 17829.jpg
- 20715.jpg
- 27031.jpg
- 32874.jpg
- 35404.jpg
- 3681.jpg
- 48129.jpg
- 55243.jpg
- 8633.jpg
- 9508.jpg
- 000000038828.jpg
- 000000049255.jpg
- 000000050464.jpg
- 000000063399.jpg
- 000000104422.jpg
- 000000172568.jpg
- 000000176330.jpg
- 000000227540.jpg
- 000239597.jpg
- sa_13921.jpg
- 000000008771.jpg
- 0cf9652403.jpg
- 19e9ede781.jpg
- 1af4578684.jpg
- 2945.jpg
- 7cbcf7de3b.jpg
- 82b89de84f.jpg
- 8e5916bade.jpg
- f103e559ca.jpg
- f4495566ac.jpg
- en_042430_start0_annotated1.png
- es_002897_start0_annotated9.png
- es_037530_start1920_annotated31.png
- fr_011018_start640_annotated5.png
- hi_008517_start0_annotated3.png
- hi_035485_start2560_annotated9.png
- ko_044415_start640_annotated50.png
- pt_028585_start3840_annotated46.png
- pt_039753_start1920_annotated55.png
- zh_023830_start0_annotated0.png
- .DS_Store
- data_distribution.png
- README.md
- sample_data.json
- black.yml
- issue_template.md
- pull_request_template.md
- commands.md
- current_tasks.md
- model_guide.md
- README.md
- task_guide.md
- xm3600_eval_job.sh
- __init__.py
- filter.py
- instance.py
- metrics.py
- model.py
- registry.py
- samplers.py
- task.py
- __init__.py
- decontamination.py
- extraction.py
- selection.py
- transformation.py
- qwen_generate_utils.py
- __init__.py
- load_video.py
- __init__.py
- configuration_mplug_owl.py
- modeling_mplug_owl.py
- processing_mplug_owl.py
- tokenization_mplug_owl.py
- __init__.py
- model_utils.py
- __init__.py
- consolidate.py
- make_delta.py
- utils.py
- video_chatgpt.py
- __init__.py
- constants.py
- inference.py
- single_video_inference.py
- utils.py
- video_conversation.py
- __init__.py
- batch_gpt4.py
- cambrian1.py
- claude.py
- from_log.py
- fuyu.py
- gemini_api.py
- gpt4v.py
- idefics2.py
- instructblip.py
- internvl.py
- internvl2.py
- llama_vid.py
- llama_vision.py
- llava.py
- llava_hf.py
- llava_onevision.py
- llava_sglang.py
- llava_vid.py
- longva.py
- mantis.py
- mblip.py
- minicpm_v.py
- molmo.py
- mplug_owl_video.py
- paligemma.py
- pangea.py
- phi3v.py
- qwen_vl.py
- qwen_vl_api.py
- reka.py
- tinyllava.py
- video_chatgpt.py
- video_llava.py
- vila.py
- xcomposer2_4KHD.py
- file_utils.py
- gpt_eval_utils.py
- video_loader.py
- vqa_eval_metric.py
- cvqa.yaml
- cvqa_translated.yaml
- utils.py
- m3exam.yaml
- m3exam_afrikaans.yaml
- m3exam_chinese.yaml
- m3exam_english.yaml
- m3exam_italian.yaml
- m3exam_portuguese.yaml
- m3exam_thai.yaml
- m3exam_vietnamese.yaml
- utils.py
- marvl.yaml
- marvl_id.yaml
- marvl_sw.yaml
- marvl_ta.yaml
- marvl_tr.yaml
- marvl_zh.yaml
- nlvr2.yaml
- utils.py
- evaluation.py
- maxm.yaml
- maxm_en.yaml
- maxm_fr.yaml
- maxm_hi.yaml
- maxm_iw.yaml
- maxm_ro.yaml
- maxm_th.yaml
- maxm_zh.yaml
- utils.py
- _default_template.yaml
- multilingual_llava_bench.yaml
- multilingual_llava_bench_arabic.yaml
- multilingual_llava_bench_bengali.yaml
- multilingual_llava_bench_chinese.yaml
- multilingual_llava_bench_english.yaml
- multilingual_llava_bench_french.yaml
- multilingual_llava_bench_hindi.yaml
- multilingual_llava_bench_japanese.yaml
- multilingual_llava_bench_russian.yaml
- multilingual_llava_bench_spanish.yaml
- multilingual_llava_bench_urdu.yaml
- rule.json
- utils.py
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.png
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- README.md
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- new_data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- chinese_prompts.jsonl
- english_prompts.jsonl
- hindi_prompts.jsonl
- indonesian_prompts.jsonl
- japanese_prompts.jsonl
- kinyarwanda_prompts.jsonl
- korean_prompts.jsonl
- spanish_prompts.jsonl
- cambrian-chinese-results.json
- cambrian-chinese.json
- cambrian-english-results.json
- cambrian-english.json
- cambrian-hindi-results.json
- cambrian-hindi.json
- cambrian-indonesian-results.json
- cambrian-indonesian.json
- cambrian-japanese-results.json
- cambrian-japanese.json
- cambrian-kinyarwanda.json
- cambrian-korean-results.json
- cambrian-korean.json
- cambrian-spanish-results.json
- cambrian-spanish.json
- chinese_prompts_responses-results.json
- chinese_prompts_responses.json
- english_prompts_responses-results.json
- english_prompts_responses.json
- gemini-1.5-pro-Chinese-results.json
- gemini-1.5-pro-Chinese.json
- gemini-1.5-pro-English-results.json
- gemini-1.5-pro-English.json
- gemini-1.5-pro-Hindi-results.json
- gemini-1.5-pro-Hindi.json
- gemini-1.5-pro-Indonesian-results.json
- gemini-1.5-pro-Indonesian.json
- gemini-1.5-pro-Japanese-results.json
- gemini-1.5-pro-Japanese.json
- gemini-1.5-pro-Korean-results.json
- gemini-1.5-pro-Korean.json
- gemini-1.5-pro-Spanish-results.json
- gemini-1.5-pro-Spanish.json
- gpt4o-Chinese-results.json
- gpt4o-Chinese.json
- gpt4o-English-results.json
- gpt4o-English.json
- gpt4o-Hindi-results.json
- gpt4o-Hindi.json
- gpt4o-Indonesian-results.json
- gpt4o-Indonesian.json
- gpt4o-Japanese-results.json
- gpt4o-Japanese.json
- gpt4o-Korean-results.json
- gpt4o-Korean.json
- gpt4o-Spanish-results.json
- gpt4o-Spanish.json
- hindi_prompts_responses-results.json
- hindi_prompts_responses.json
- indonesian_prompts_responses-results.json
- indonesian_prompts_responses.json
- japanese_prompts_responses-results.json
- japanese_prompts_responses.json
- kinyarwanda_prompts_responses.json
- korean_prompts_responses-results.json
- korean_prompts_responses.json
- llava-1.5-7b-hf-Chinese-results.json
- llava-1.5-7b-hf-Chinese.json
- llava-1.5-7b-hf-English-results.json
- llava-1.5-7b-hf-English.json
- llava-1.5-7b-hf-Hindi-results.json
- llava-1.5-7b-hf-Hindi.json
- llava-1.5-7b-hf-Indonesian-results.json
- llava-1.5-7b-hf-Indonesian.json
- llava-1.5-7b-hf-Japanese-results.json
- llava-1.5-7b-hf-Japanese.json
- llava-1.5-7b-hf-Kinyarwanda-results.json
- llava-1.5-7b-hf-Kinyarwanda.json
- llava-1.5-7b-hf-Korean-results.json
- llava-1.5-7b-hf-Korean.json
- llava-1.5-7b-hf-Spanish-results.json
- llava-1.5-7b-hf-Spanish.json
- llava-v1.6-vicuna-7b-hf-Chinese-results.json
- llava-v1.6-vicuna-7b-hf-Chinese.json
- llava-v1.6-vicuna-7b-hf-English-results.json
- llava-v1.6-vicuna-7b-hf-English.json
- llava-v1.6-vicuna-7b-hf-Hindi-results.json
- llava-v1.6-vicuna-7b-hf-Hindi.json
- llava-v1.6-vicuna-7b-hf-Indonesian-results.json
- llava-v1.6-vicuna-7b-hf-Indonesian.json
- llava-v1.6-vicuna-7b-hf-Japanese-results.json
- llava-v1.6-vicuna-7b-hf-Japanese.json
- llava-v1.6-vicuna-7b-hf-Kinyarwanda-results.json
- llava-v1.6-vicuna-7b-hf-Kinyarwanda.json
- llava-v1.6-vicuna-7b-hf-Korean-results.json
- llava-v1.6-vicuna-7b-hf-Korean.json
- llava-v1.6-vicuna-7b-hf-Spanish-results.json
- llava-v1.6-vicuna-7b-hf-Spanish.json
- mblip-bloomz-7b-Chinese-results.json
- mblip-bloomz-7b-Chinese.json
- mblip-bloomz-7b-English-results.json
- mblip-bloomz-7b-English.json
- mblip-bloomz-7b-Hindi-results.json
- mblip-bloomz-7b-Hindi.json
- mblip-bloomz-7b-Indonesian-results.json
- mblip-bloomz-7b-Indonesian.json
- mblip-bloomz-7b-Japanese-results.json
- mblip-bloomz-7b-Japanese.json
- mblip-bloomz-7b-Kinyarwanda-results.json
- mblip-bloomz-7b-Kinyarwanda.json
- mblip-bloomz-7b-Korean-results.json
- mblip-bloomz-7b-Korean.json
- mblip-bloomz-7b-Spanish-results.json
- mblip-bloomz-7b-Spanish.json
- mblip-mt0-xl-Chinese-results.json
- mblip-mt0-xl-Chinese.json
- mblip-mt0-xl-English-results.json
- mblip-mt0-xl-English.json
- mblip-mt0-xl-Hindi-results.json
- mblip-mt0-xl-Hindi.json
- mblip-mt0-xl-Indonesian-results.json
- mblip-mt0-xl-Indonesian.json
- mblip-mt0-xl-Japanese-results.json
- mblip-mt0-xl-Japanese.json
- mblip-mt0-xl-Kinyarwanda-results.json
- mblip-mt0-xl-Kinyarwanda.json
- mblip-mt0-xl-Korean-results.json
- mblip-mt0-xl-Korean.json
- mblip-mt0-xl-Spanish-results.json
- mblip-mt0-xl-Spanish.json
- paligemma-3b-mix-448-Chinese-results.json
- paligemma-3b-mix-448-Chinese.json
- paligemma-3b-mix-448-English-results.json
- paligemma-3b-mix-448-English.json
- paligemma-3b-mix-448-Hindi-results.json
- paligemma-3b-mix-448-Hindi.json
- paligemma-3b-mix-448-Indonesian-results.json
- paligemma-3b-mix-448-Indonesian.json
- paligemma-3b-mix-448-Japanese-results.json
- paligemma-3b-mix-448-Japanese.json
- paligemma-3b-mix-448-Kinyarwanda-results.json
- paligemma-3b-mix-448-Kinyarwanda.json
- paligemma-3b-mix-448-Korean-results.json
- paligemma-3b-mix-448-Korean.json
- paligemma-3b-mix-448-Spanish-results.json
- paligemma-3b-mix-448-Spanish.json
- palo-chinese-results.json
- palo-chinese.json
- palo-english-results.json
- palo-english.json
- palo-hindi-results.json
- palo-hindi.json
- palo-indonesian-results.json
- palo-indonesian.json
- palo-japanese-results.json
- palo-japanese.json
- palo-kinyarwanda.json
- palo-korean-results.json
- palo-korean.json
- palo-spanish-results.json
- palo-spanish.json
- Phi-3.5-vision-instruct-Chinese-results.json
- Phi-3.5-vision-instruct-Chinese.json
- Phi-3.5-vision-instruct-English-results.json
- Phi-3.5-vision-instruct-English.json
- Phi-3.5-vision-instruct-Hindi-results.json
- Phi-3.5-vision-instruct-Hindi.json
- Phi-3.5-vision-instruct-Indonesian-results.json
- Phi-3.5-vision-instruct-Indonesian.json
- Phi-3.5-vision-instruct-Japanese-results.json
- Phi-3.5-vision-instruct-Japanese.json
- Phi-3.5-vision-instruct-Kinyarwanda-results.json
- Phi-3.5-vision-instruct-Kinyarwanda.json
- Phi-3.5-vision-instruct-Korean-results.json
- Phi-3.5-vision-instruct-Korean.json
- Phi-3.5-vision-instruct-Spanish-results.json
- Phi-3.5-vision-instruct-Spanish.json
- spanish_prompts_responses-results.json
- spanish_prompts_responses.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- 0.jpg
- 1.jpg
- 2.jpg
- 3.jpg
- 4.jpg
- data.json
- utils.py
- xgqa.yaml
- xgqa_bn.yaml
- xgqa_de.yaml
- xgqa_en.yaml
- xgqa_id.yaml
- xgqa_ko.yaml
- xgqa_pt.yaml
- xgqa_ru.yaml
- xgqa_zh.yaml
- utils.py
- xm100.yaml
- xm100_ar.yaml
- xm100_bn.yaml
- xm100_cs.yaml
- xm100_da.yaml
- xm100_de.yaml
- xm100_el.yaml
- xm100_en.yaml
- xm100_es.yaml
- xm100_fa.yaml
- xm100_fi.yaml
- xm100_fil.yaml
- xm100_fr.yaml
- xm100_he.yaml
- xm100_hi.yaml
- xm100_hr.yaml
- xm100_hu.yaml
- xm100_id.yaml
- xm100_it.yaml
- xm100_ja.yaml
- xm100_ko.yaml
- xm100_mi.yaml
- xm100_nl.yaml
- xm100_no.yaml
- xm100_pl.yaml
- xm100_pt.yaml
- xm100_quz.yaml
- xm100_ro.yaml
- xm100_ru.yaml
- xm100_sv.yaml
- xm100_sw.yaml
- xm100_te.yaml
- xm100_th.yaml
- xm100_tr.yaml
- xm100_uk.yaml
- xm100_vi.yaml
- xm100_zh.yaml
- mmmu_Arabic_val.yaml
- mmmu_English_val.yaml
- mmmu_French_val.yaml
- mmmu_Hindi_val.yaml
- mmmu_Indonesian_val.yaml
- mmmu_Japanese_val.yaml
- mmmu_Portuguese_val.yaml
- utils.py
- xmmmu.yaml
- __init__.py
- __init__.py
- __main__.py
- evaluator.py
- logging_utils.py
- utils.py
- example_eval.yaml
- llava_repr_requirements.txt
- llava_result_check.md
- llava_sglang_result_check.md
- repr_scripts.sh
- repr_torch_envs.txt
- scienceqa_id.txt
- script.sh
- test_llava.py
- test_scienceqa.py
- tinyllava_repr_requirements.txt
- tinyllava_repr_scripts.sh
- __init__.py
- BaseEmbedder.py
- ClipBgeEmbedder.py
- __init__.py
- kcenter_greedy.py
- sampling_def.py
- __init__.py
- BaseShrinker.py
- EmbedShrinker.py
- embed.py
- shrink.py
- example_output.json
- example_website.png
- __init__.py
- extract_infomation.py
- gpt4v.py
- __init__.py
- check_prompt.md
- default_criteria.md
- live_bench.py
- prompt.md
- score_prompt.md
- __init__.py
- __init__.py
- __init__.py
- __init__.py
- view.ipynb
- create_dataset.py
- data_summary.ipynb
- filter.ipynb
- pyproject.toml
- setup.py
- get_video_avg_time.py
- make_image_hf_dataset.ipynb
- make_vatex.py
- make_video_hf_dataset.ipynb
- makecvrr.ipynb
- .gitignore
- .pre-commit-config.yaml
- LICENSE
- OpenSans-Regular.ttf
- pyproject.toml
- README.md
- setup.py
- README.md
- script.sh
- predict_all.py
- predict_multimodal.py
- predict_text_only.py
- chat_results.png
- example1_tree.png
- example2_dog.jpg
- jobs.mp4
- LLaVA-NeXT-Interleave.md
- LLaVA-NeXT-Video.md
- LLaVA-NeXT-Video_0716.md
- LLaVA-NeXT.md
- LLaVA_OneVision.md
- LLaVA_OneVision_Chat.md
- LLaVA_Video_1003.md
- onevision_trial.py
- README.md
- evaluate_interleave.py
- model_vqa.py
- llava_gemma.py
- llava_llama.py
- llava_mistral.py
- llava_mixtral.py
- llava_mpt.py
- llava_qwen.py
- llava_qwen_moe.py
- modeling_llama.py
- EVA-CLIP-18B.json
- EVA-CLIP-8B-plus.json
- EVA-CLIP-8B.json
- EVA01-CLIP-B-16.json
- EVA01-CLIP-g-14-plus.json
- EVA01-CLIP-g-14.json
- EVA02-CLIP-B-16.json
- EVA02-CLIP-bigE-14-plus.json
- EVA02-CLIP-bigE-14.json
- EVA02-CLIP-L-14-336.json
- EVA02-CLIP-L-14.json
- Internal-EVA02-CLIP-10B-14-448.json
- Internal-EVA02-CLIP-10B-14.json
- __init__.py
- bpe_simple_vocab_16e6.txt.gz
- constants.py
- eva_vit_model.py
- factory.py
- hf_configs.py
- hf_model.py
- loss.py
- model.py
- modified_resnet.py
- openai.py
- pretrained.py
- rope.py
- timm_model.py
- tokenizer.py
- transform.py
- transformer.py
- utils.py
- eva_vit.py
- EVA-CLIP-18B.json
- EVA-CLIP-8B-plus.json
- EVA-CLIP-8B.json
- EVA01-CLIP-B-16.json
- EVA01-CLIP-g-14-plus.json
- EVA01-CLIP-g-14.json
- EVA02-CLIP-B-16.json
- EVA02-CLIP-bigE-14-plus.json
- EVA02-CLIP-bigE-14.json
- EVA02-CLIP-L-14-336.json
- EVA02-CLIP-L-14.json
- Internal-EVA02-CLIP-10B-14-448.json
- Internal-EVA02-CLIP-10B-14.json
- eva_clip_encoder.py
- eva_clip_processors.py
- eva_vit.py
- factory.py
- builder.py
- clip_encoder.py
- hf_vision.py
- imagebind.py
- open_clip_encoder.py
- siglip_encoder.py
- builder.py
- pooler_projector.py
- builder.py
- masked_drop.py
- perceiver.py
- qformer.py
- spatial_pool.py
- __init__.py
- apply_delta.py
- builder.py
- consolidate.py
- llava_arch.py
- make_delta.py
- utils.py
- extreme_ironing.jpg
- waterview.jpg
- __init__.py
- cli.py
- controller.py
- gradio_multi_image.py
- gradio_web_server.py
- model_worker.py
- register_worker.py
- sglang_worker.py
- test_message.py
- llama_flash_attn_monkey_patch.py
- llava_trainer.py
- llava_trainer_eval.py
- train.py
- train_dpo.py
- train_mem.py
- __init__.py
- constants.py
- conversation.py
- mm_utils.py
- utils.py
- video_demo.py
- xU25MMA2N4aVtYay.mp4
- 2d_hist.py
- data_checker.py
- equal_splitter.py
- remove_mid_ckpt.py
- sgl_llava_inference_multinode.py
- upload_data.py
- convert_gqa_for_eval.py
- convert_mmvet_for_eval.py
- convert_sqa_to_llava.py
- convert_sqa_to_llava_base_prompt.py
- convert_vizwiz_for_submission.py
- convert_vqav2_for_submission.py
- data_info.py
- dpo_data_info.py
- entry_cmd.sh
- finetune.sh
- finetune_1.5.sh
- finetune_full_schedule.sh
- finetune_lora.sh
- finetune_mixtral.sh
- finetune_mixtral_1.5.sh
- finetune_mixtral_1.6_336px_anyres.sh
- finetune_mixtral_1.6_336px_anyres_freeze_vision.sh
- finetune_mixtral_1.6_336px_anyres_lmms_eval.sh
- finetune_mixtral_copy.sh
- finetune_qlora.sh
- finetune_sqa.sh
- merge_lora_weights.py
- pretrain.sh
- quick_check.py
- sqa_eval_batch.sh
- sqa_eval_gather.sh
- eval_all.sh
- eval_interleave_3d.sh
- eval_multiprocess.sh
- direct_finetune_clip.sh
- direct_finetune_siglip_a4.sh
- dpo.sh
- dpo_ov7b.sh
- finetune_ov.sh
- finetune_pangea.sh
- finetune_si.sh
- mid_stage.yaml
- onevision.yaml
- pretrain_clip.sh
- pretrain_pangea.sh
- pretrain_siglip.sh
- README.md
- single_image.yaml
- video_demo.sh
- activitynet_eval.sh
- video_chatgpt_benchmark_eval_shard.sh
- video_description_from_t2v.sh
- video_detail_description_eval_only.sh
- video_detail_description_eval_shard.sh
- exp.yaml
- SO400M_Qwen2_72B_ov_to_video_am9.sh
- SO400M_Qwen2_7B_ov_to_video_am9.sh
- qwen.py
- summarize_data.py
- zero2.json
- zero2_fused_adamw.json
- zero2_offload.json
- zero3.json
- zero3_offload.json
- zero3pp.json
- __init__.py
- base_environment.py
- __init__.py
- best_of_n_sampler.py
- dataset_formatting.py
- __init__.py
- modeling_base.py
- modeling_sd_base.py
- modeling_value_head.py
- utils.py
- __init__.py
- base.py
- ddpo_config.py
- ddpo_trainer.py
- dpo_trainer.py
- iterative_sft_trainer.py
- model_config.py
- ppo_config.py
- ppo_trainer.py
- reward_config.py
- reward_trainer.py
- sft_trainer.py
- utils.py
- __init__.py
- core.py
- import_utils.py
- .dockerignore
- .editorconfig
- .gitattributes
- .gitignore
- cog.yaml
- LICENSE
- predict.py
- pyproject.toml
- README.md
- requirements.txt
- README.md
- LICENSE
- README.md
# Installation Guide
1. Get the code
git clone https://github.com/neulab/Pangea
Downloads the entire project code from GitHub to your computer.
cd Pangea
Moves into the project folder you just downloaded.
2. Python
Easy RecommendedPrerequisites
pip install -e ".[train]"
Installs the Python libraries listed in requirements.txt (or similar).
pip install -e .
Installs the Python libraries listed in requirements.txt (or similar).
python3 -m accelerate.commands.launch \
Runs the Python script (or module).
If it runs without errors and prints output in the terminal, it worked.
Pulled directly from this repo's README.
// repository documentation
Was this content helpful?
(0 ratings)
