multimodal-learning
Multi-modal learning, vision-language models, and cross-modal representation
Datos de origen
- Repositorio
- NeuralBlitz/Mito
- Última actividad en el origen
- 22 de marzo de 2026 a las 13:29
- Idioma detectado de SKILL.md
- inglés
- Estrellas
- 0
- 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.
Mostrando SKILL.md
SKILL.md
Instrucciones de origen · Vista previa de solo lectura- name
- multimodal-learning
- description
- Multi-modal learning, vision-language models, and cross-modal representation
- license
- MIT
- compatibility
- opencode
- metadata
- {"audience":"researchers","category":"machine-learning"}
## What I do
- Build models that process multiple modalities
- Work with vision-language models
- Align different data types
- Fuse multimodal representations
## When to use me
When working on multimodal AI or vision-language systems.
## Key Concepts
- Vision-language models
- Cross-modal attention
- Representation learning
- CLIP
- Image captioning
- Visual question answering
- Audio-visual learning
Ver en GitHub