Hugging Face 教程：用 Transformers 实现 BLIP-2 零样本图像到文本生成

Hugging Face 博客介绍 Salesforce Research 的 BLIP-2 如何在冻结的图像编码器与 LLM 之间加入轻量 Querying Transformer（Q-Former），以更少可训练参数实现多任务 SOTA。