blip-2-vision-language
от firecrawl
Фреймворк предварительного обучения для зрения и языка, соединяющий замороженные кодировщики изображений и большие языковые модели. Используйте, когда требуется описание изображений, ответы на вопросы по изображениям, связь изображений и текста…
npx skills add https://github.com/firecrawl/ai-research-skills --skill blip-2-vision-language