تا حالا شده بخواهید به مدلهای زبانی ساده (LLM) قابلیت «دیدن» و تحلیل تصاویر را اضافه کنید؟ این ابزار جدید و سبک که تحت عنوان «VisionBridge» منتشر شده، مثل یک پروکسی هوشمند عمل میکنه و به شما اجازه میده مدلهای متنی مثل GLM 5.2 یا هر مدل دیگه رو به ابزارهای بیناییسنج مجهز کنید! 👁️🗨️
این یک راهکار عالی برای توسعهدهندگانیه که میخوان بدون دردسرهای پیچیده آموزش مجدد مدل، قابلیتهای چندوجهی (Multimodal) رو به پروژههای هوش مصنوعی خودشون اضافه کنند. اگر به کارهای متنباز علاقه دارید، بررسی این پروژه در گیتهاب خالی از لطف نیست.
💻 میتونید جزئیات بیشتر رو اینجا ببینید: https://github.com/thomasunise/visionbridge
نویسی
منبع: Hacker News LLM