界面已本地化;技能原文保持作者语言。部分长说明页面以英语提供。
探索技能
设计与创意 · SKILL.md

blip-2-vision-language

blip-2-vision-language

【设计与创意】Vision-language pre-training framework bridging frozen image encoders and LLMs. Use when you need image captioning, visual question answering, image-text retrieval, or multimodal chat with state-of-the-art zero-shot performance.

独立 GitHub 快照 · 自动分类 · 以原作者文档为准

技能说明

GitHub
正在从源仓库读取说明…
我的收藏