blip-2-vision-language
✓連結凍結圖像編碼器和法學碩士的視覺語言預訓練框架。當您需要圖像字幕、視覺問答、圖像文字檢索或多模式聊天以及最先進的零樣本性能時使用。
SKILL.md
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 |
連結凍結圖像編碼器和法學碩士的視覺語言預訓練框架。當您需要圖像字幕、視覺問答、圖像文字檢索或多模式聊天以及最先進的零樣本性能時使用。 來源：orchestra-research/ai-research-skills。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/orchestra-research/ai-research-skills --skill blip-2-vision-language- 分類
- </>開發工具
- 認證
- ✓
- 收錄時間
- 2026-02-11
- 更新時間
- 2026-02-18
快速解答
什麼是 blip-2-vision-language？
連結凍結圖像編碼器和法學碩士的視覺語言預訓練框架。當您需要圖像字幕、視覺問答、圖像文字檢索或多模式聊天以及最先進的零樣本性能時使用。 來源：orchestra-research/ai-research-skills。
如何安裝 blip-2-vision-language？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/orchestra-research/ai-research-skills --skill blip-2-vision-language 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/orchestra-research/ai-research-skills
詳情
- 分類
- </>開發工具
- 來源
- skills.sh
- 收錄時間
- 2026-02-11