lm-sys/FastChat

[Feature] Do you have plan to support multimodal mode?

Open

#2,216 建立於 2023年8月14日

在 GitHub 查看
 (1 留言) (1 反應) (0 負責人)Python (38,959 star) (4,736 fork)batch import
good first issue

描述

On UI, basically just add an upload image button in the chat box. On backend side, need to integrate with multimodal models, e.g. LLaVa, MiniGPT4.

貢獻者指南

技術棧
python
領域
full stackaibackend
議題類型
feature
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
4
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
over 1 week
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
stale
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
mostly clear
前置要求
PythonLLM basicsFrontend developmentMultimodal models
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
20
研究方向
Start by examining the existing frontend code in the FastChat repository to understand how the chat interface is built and where an upload button could be added. On the backend, review how current models are integrated and how multimodal models like LLaVa or MiniGPT4 can be loaded and used. Look for any existing issues or PRs related to multimodal support for additional context.