multimodal-learning
Multi-modal learning, vision-language models, and cross-modal representation
Informações da origem
- Repositório
- NeuralBlitz/Mito
- Última atividade na origem
- 22 de março de 2026 às 13:29
- Idioma detectado do SKILL.md
- inglês
- Estrelas
- 0
- Forks
- 0
Opções de instalação
Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.
Revise os arquivos de origem
Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.
Exibindo SKILL.md
SKILL.md
Instruções da origem · Visualização somente leitura- 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 no GitHub