ما الذي يقدّمه
تعتمد المهارة على نموذج LLaVA (Large Language and Vision Assistant)، وهو مساعد يجمع بين مشفّر الرؤية CLIP ونماذج اللغة Vicuna أو LLaMA، ويقوم على ضبط النموذج بالتعليمات البصرية (visual instruction tuning). تدعم محادثات متعددة الأدوار حول صورة، والإجابة عن الأسئلة البصرية، وتنفيذ التعليمات المرتبطة بالصور.
يُلجأ إليها عند بناء روبوتات محادثة تجمع بين النص والصورة، أو عند الحاجة إلى فهم الصور وتحليلها عبر الحوار. ترخيص المهارة MIT. لم يذكر المصدر متطلبات تشغيل تفصيلية.
الأمان
لم يراجع فريقنا هذا المورد. فحصته قواعد آلية فقط، واستُبعدت الموارد التي رصدت فيها إشارات خطر عالية. هذه إشارات وليست ضمانًا بأن التثبيت آمن. جرّبه أولًا في مشروع تجريبي.
- ينفّذ شيفرة أو يغيّر سلوك المساعد
المصادر
- AI Templates (aitmpl) رُصد أول مرة 13 نوفمبر 2026 · آخر رصد 18 نوفمبر 2026 · صفحته في المصدر · أرقام يذكرها المصدر: aitmpl downloads 24
multimodal-llava
Large Language and Vision Assistant. Enables visual instruction tuning and image-based conversations. Combines CLIP vision encoder with Vicuna/LLaMA language models. Supports multi-turn image chat, visual question answering, and instruction following. Use for vision-language chatbots or image understanding tasks. Best for conversational image analysis.
v1.0.0كما ظهر في www.aitmpl.com عند آخر قراءة لنا