vision-language-models
Vision-language models, multimodal AI, and visual reasoning
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
- vision-language-models
- description
- Vision-language models, multimodal AI, and visual reasoning
- license
- MIT
- compatibility
- opencode
- metadata
- {"audience":"researchers","category":"machine-learning"}
## What I do
- Build vision-language models
- Work with CLIP, BLIP, LLaVA
- Perform visual question answering
- Create multimodal chatbots
## When to use me
When building systems that combine vision and language.
## Key Concepts
- CLIP
- BLIP and BLIP-2
- LLaVA
- Visual instruction tuning
- Cross-modal attention
- Image-text matching
- Multimodal reasoning
Voir sur GitHub