大型语言和视觉助手。实现视觉指令调整和基于图像的对话。将 CLIP 视觉编码器与 Vicuna/LLaMA 语言模型相结合。支持多轮图像聊天、可视化问答、跟随指令。用于视觉语言聊天机器人或图像理解任务。最适合对话式图像分析。
SKILL.md
Open-source vision-language model for conversational image understanding.
| LLaVA-v1.5-7B | 7B | 14 GB | Good | | LLaVA-v1.5-13B | 13B | 28 GB | Better | | LLaVA-v1.6-34B | 34B | 70 GB | Best |
| Model | VRAM (FP16) | VRAM (4-bit) | Speed (tokens/s) |
大型语言和视觉助手。实现视觉指令调整和基于图像的对话。将 CLIP 视觉编码器与 Vicuna/LLaMA 语言模型相结合。支持多轮图像聊天、可视化问答、跟随指令。用于视觉语言聊天机器人或图像理解任务。最适合对话式图像分析。 来源：orchestra-research/ai-research-skills。
可引用信息
为搜索与 AI 引用准备的稳定字段与命令。
- 安装命令
npx skills add https://github.com/orchestra-research/ai-research-skills --skill llava- 分类
- {}数据分析
- 认证
- ✓
- 收录时间
- 2026-02-11
- 更新时间
- 2026-02-18
快速解答
什么是 llava？
大型语言和视觉助手。实现视觉指令调整和基于图像的对话。将 CLIP 视觉编码器与 Vicuna/LLaMA 语言模型相结合。支持多轮图像聊天、可视化问答、跟随指令。用于视觉语言聊天机器人或图像理解任务。最适合对话式图像分析。 来源：orchestra-research/ai-research-skills。
如何安装 llava？
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/orchestra-research/ai-research-skills --skill llava 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code 或 Cursor 中使用
这个 Skill 的源码在哪？
https://github.com/orchestra-research/ai-research-skills
详情
- 分类
- {}数据分析
- 来源
- skills.sh
- 收录时间
- 2026-02-11