insight-o3-multimodal
Enable VLMs to perform generalized visual search—locating relational, fuzzy, and conceptual regions from free-form language descriptions. Introduces O3-Bench benchmark with high-density composite charts/maps, uses RL-trained vSearcher for spatial localization, improving frontier models (GPT-5-mini 39%→61.5%) without architecture changes.
Datos de origen
- Repositorio
- ADu2021/skillXiv
- Última actividad en el origen
- 24 de marzo de 2026 a las 19:42
- Idioma detectado de SKILL.md
- inglés
- Estrellas
- 6
- Forks
- 0
Opciones de instalación
De forma predeterminada está seleccionado el prompt que primero revisa el origen. Puedes cambiar a un comando directo o descargar una copia local.
Revisa los archivos de origen
Lee SKILL.md y los archivos complementarios que muestra SkillsMP antes de decidir si quieres instalarlo.