blip-2-vision-language
Vision-language pre-training framework bridging frozen image encoders and LLMs. Use when you need image captioning, visual question answering, image-text retrieval, or multimodal chat with state-of-the-art zero-shot performance.
معلومات المصدر
- المستودع
- synthetic-sciences/openscience
- آخر نشاط في المصدر
- ١٦ سبتمبر ٢٠٢٦ في ٠٦:٢٦
- لغة SKILL.md المكتشفة
- الإنجليزية
- النجوم
- ٤٬٣٧٠
- التفرعات
- ٥٥٠
خيارات التثبيت
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
مراجعة ملفات المصدر
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
عرض SKILL.md
| name | blip-2-vision-language |
|---|---|
| description | Vision-language pre-training framework bridging frozen image encoders and LLMs. Use when you need image captioning, visual question answering, image-text retrieval, or multimodal chat with state-of-the-art zero-shot performance. |