multimodal-learning
Multi-modal learning, vision-language models, and cross-modal representation
Informations de source
- Dépôt
- NeuralBlitz/Mito
- Dernière activité de la source
- 22 mars 2026 à 13:29
- Langue détectée de SKILL.md
- anglais
- Étoiles
- 0
- Forks
- 0
Options d'installation
Le prompt qui vérifie d'abord la source est sélectionné par défaut. Vous pouvez passer à une commande directe ou télécharger une copie locale.
Vérifiez les fichiers source
Lisez SKILL.md et les fichiers associés affichés par SkillsMP avant de décider de l'installer.
Affichage de SKILL.md
SKILL.md
Instructions source · Aperçu en lecture seule- 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
Voir sur GitHub