HPT (Hyper-Pretrained Transformers) es un nuevo marco de modelos lingüísticos grandes multimodales desarrollado por el equipo de investigación de HyperGAI. Permite entrenar de manera eficiente y escalable grandes modelos base multimodales, comprendiendo diversas modalidades de entrada, incluyendo texto, imágenes y video. El marco HPT puede entrenarse desde cero o adaptarse eficientemente a partir de codificadores visuales preentrenados y/o modelos lingüísticos grandes existentes.