blip-2-vision-language
por firecrawl
Marco de preentrenamiento visión-lenguaje que conecta codificadores de imágenes congelados y LLMs. Úselo cuando necesite subtitulado de imágenes, respuesta a preguntas visuales, texto-imagen…
npx skills add https://github.com/firecrawl/ai-research-skills --skill blip-2-vision-language