blip-2-vision-language
por firecrawl
Estrutura de pré-treinamento visão-linguagem que conecta codificadores de imagem congelados e LLMs. Use quando precisar de legendagem de imagens, resposta a perguntas visuais, texto-imagem…
npx skills add https://github.com/firecrawl/ai-research-skills --skill blip-2-vision-language