Merve等：视觉Agent的截图回调与日志循环
人工整理｜三位共同署名教程将初始图片放入TaskStep，再用step_callbacks把截图加入ActionStep，为视觉资料审阅与网页观察流程提供结构参考。原图本地实看，已知签名CDN跳转的图片路径本批不重请求或展示。示例字段/循环变量混用未修复，浏览成功率及当前兼容未测；Fireworks API、Selenium与模型未调用。保留团队贡献，原文日2025-01-24。
- 未知
merve关联｜merveenoyan/smol-vision 仓库更新发布时间：未知 编程与智能体 · 文本 - 未知
merve关联｜merveenoyan/smol-vision 仓库更新发布时间：未知 模型与能力 · 文本Merve等：PaliGemma 2的图像描述与LoRA适配
人工整理｜四位共同署名说明给出图像与caption提示的处理、去掉输入tokens后的解码、NF4量化及LoRA/QLoRA适配，可参考视觉素材描述与问答的数据流程。Google基础模型与HF集成团队贡献保留，输入图像理解不等于生成海报。未看原示例图、调用demo、下载模型或测精度/费用；2024兼容与许可陈述未作当前认证。原文日2024-12-05。