إطار تدريب ما قبل الرؤية واللغة يربط بين برامج تشفير الصور المجمدة وLLMs. استخدمه عندما تحتاج إلى تعليق للصور، أو إجابة مرئية للأسئلة، أو استرجاع نص الصورة، أو الدردشة متعددة الوسائط مع أداء متطور بدون لقطة.
ثبّت مهارة الذكاء الاصطناعي blip-2-vision-language بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: orchestra-research/ai-research-skills.
Comprehensive guide to using Salesforce's BLIP-2 for vision-language tasks with frozen image encoders and large language models.
| Model | LLM Backend | Size | Use Case |
| blip2-opt-2.7b | OPT-2.7B | 4GB | General captioning, VQA | | blip2-opt-6.7b | OPT-6.7B | 8GB | Better reasoning | | blip2-flan-t5-xl | FlanT5-XL | 5GB | Instruction following | | blip2-flan-t5-xxl | FlanT5-XXL | 13GB | Best quality |
إطار تدريب ما قبل الرؤية واللغة يربط بين برامج تشفير الصور المجمدة وLLMs. استخدمه عندما تحتاج إلى تعليق للصور، أو إجابة مرئية للأسئلة، أو استرجاع نص الصورة، أو الدردشة متعددة الوسائط مع أداء متطور بدون لقطة. المصدر: orchestra-research/ai-research-skills.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/orchestra-research/ai-research-skills --skill blip-2-vision-languageBrowse more skills from orchestra-research/ai-research-skills
إطار تدريب ما قبل الرؤية واللغة يربط بين برامج تشفير الصور المجمدة وLLMs. استخدمه عندما تحتاج إلى تعليق للصور، أو إجابة مرئية للأسئلة، أو استرجاع نص الصورة، أو الدردشة متعددة الوسائط مع أداء متطور بدون لقطة. المصدر: orchestra-research/ai-research-skills.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/orchestra-research/ai-research-skills --skill blip-2-vision-language بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/orchestra-research/ai-research-skills