Skip to main content

sensenovamars-multimodal-reasoning

Build vision-language agents that seamlessly integrate visual reasoning with dynamic tool manipulation (search, cropping) through reinforcement learning, achieving state-of-the-art performance on fine-grained visual understanding tasks—surpassing proprietary models like Gemini and GPT.

Ir a la instalación

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.