当前位置： 首页 > news >正文

Rethinking overlooked aspects in vision-language models

news 2025/9/13 16:03:23

探讨多模态视觉语言模型的一些有趣结论欢迎关注 CVHub！icon-default.png?t=N7T8https://mp.weixin.qq.com/s/zouNu-g-33_7JoX3Uscxtw1.Introduction

        多模态模型架构上的变化不大，数据的差距比较大，输入分辨率和输入llm的视觉token大小是比较关键的，适配器，VIT和语言模型则不是那么关键。InternVL-1.5，Qwen-VL-Max和DeepSeek-VL利用了Laion-5B和COYO这样的大规模预训练数据，数据量达到10亿，InternVL-1.5将sft划分为11个子类，并为每个子类收集相应的开源数据，对于预训练数据，LLM存在一个scaling law，但是在LVM中尚未发现。LLaVA在60多万数据上预训练，15w数据上sft效果就很好了。

相关文章：

Rethinking overlooked aspects in vision-language models

探讨多模态视觉语言模型的一些有趣结论欢迎关注 CVHub！https://mp.weixin.qq.com/s/zouNu-g-33_7JoX3Uscxtw1.Introduction 多模态模型架构上的变化不大，数据的差距比较大，输入分辨率和输入llm的视觉token大小是比较关键的，适配器，VIT和语言模型则不是那么关键。InternVL-…...

编程日记 2024/6/6 1:15:14

【漯河市人才交流中心_登录安全分析报告-Ajax泄漏滑动距离导致安全隐患】

前言 由于网站注册入口容易被黑客攻击，存在如下安全问题： 暴力破解密码，造成用户信息泄露短信盗刷的安全问题，影响业务及导致用户投诉带来经济损失，尤其是后付费客户，风险巨大，造成亏损无底洞…...

编程日记 2024/6/6 1:14:12

C语言—字符函数和字符串函数

1.字符分类函数 C语言中有一系列的函数是专门做字符分类的，也就是一个字符是属于什么类型的字符的。 这些函数的使用都需要包含一个头文件 ctype.h。 例：将一句话中的小写字母改成大写字母。 2.字符转换函数 头文件：ctype.h C语言提供了2…...

编程日记 2024/6/6 1:13:10

爬山算法的详细介绍

爬山算法（Hill Climbing Algorithm）是一种基于启发式的局部搜索算法，常用于解决优化问题。它的核心思想是从当前解的邻域中选择能够使目标函数值最大（或最小）的下一个解作为当前解，直到找到一个满足问题要求…...

编程日记 2024/6/6 1:11:08

硕士课程 可穿戴设备之作业一

作业一 第一个代码使用的方法是出自于[1]。 框架结构 如下图，不过根据对代码的解读，发现作者在代码中省去了对SSR部件的实现，下文再说。 Troika框架由三个关键部件组成：信号分解，SSR和光谱峰值跟踪。（粗…...

编程日记 2024/6/6 1:10:07

测试记录3：WLS2运行Linux界面

1.WLS1转到WLS2 （1）根据自己的平台，下载WLS2安装包 x64: https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi arm64: https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_arm64.msi （2&…...

编程日记 2024/6/6 1:09:06

好用软件推荐

软件功能相关介绍地址FastStone截图（长截图、定时截图等）CSDNhttps://www.faststone.org/FSCaptureDownload.htmQuicker快捷访问https://getquicker.net/https://getquicker.net/...

编程日记 2024/6/6 1:08:05

王学岗鸿蒙开发(北向)——————(二)TS基本语法详解

1，Ts(TypeScript)语法相当于JAVAScript类型，鸿蒙arkTs是基于TS语言的,当然artTs也融合了其它的语言。 2，本篇文章是基于n9版本。注意,有些语法是已经不能用的。 3， 4，变量:用来存储数据,数字字母组成，数字不…...

编程日记 2024/6/6 1:07:01

【网络协议 | HTTP】HTTP总结与全梳理（一） —— HTTP协议超详细教程

🔥博客简介：开了几个专栏，针对 Linux 和 rtos 系统，嵌入式开发和音视频开发，结合多年工作经验，跟大家分享交流嵌入式软硬件技术、音视频技术的干货。   ✍️系列专栏：C/C、Linux、rtos、嵌入式…...

编程日记 2024/6/6 1:05:59

java基础选择题--11

1. 以下保留字( )不能出现在说明虚函数原型的语句中。A.static B.operator C.void D.const 参考答案：A 2. 一个类中只能定义一个析构函数。( )A.对 B.错 参考答案：A 解释： 在C中，一个类只能有一个析构函数。析构函数在对象生…...

编程日记 2024/6/6 1:03:58

欲除烦恼须无我，各有前因莫羡人

欲除烦恼须无我，各有前因莫羡人...

编程日记 2024/6/6 0:59:53

Vue的APP实现下载文件功能，并将文件保存到手机中

Vue的APP实现下载文件功能，并将文件保存到手机中 文字说明后台核心代码前台核心代码运行截图项目链接 文字说明 本文介绍Vue实现的APP，将文件下载并保存到手机中，为系统提供导出功能；同时支持导入，即选择本地的文件后&…...

编程日记 2024/6/6 0:58:52

泛微开发修炼之旅--07通过后端代码实现创建并发送待办、源码及示例

文章链接：泛微开发修炼之旅--07通过后端代码实现创建并发送待办、源码及示例...

编程日记 2024/6/6 0:57:51

轻松搭建AI应用的三个大模型技术路线

时下聊起AI，想必最热的就是使用AI的应用（chatGPT，文心一言等）来提升自己工作的效率，比如破局俱乐部，洋哥带领星球2万多人开启大航海，教人使用这一波新起的应用进行赚钱与赋能。 在我的视角来看…...

编程日记 2024/6/6 0:56:50

Vue01-vue的简介

一、Vue是什么？ 一套用于构建用户界面的渐进式javaScript框架。 构建用户界面： 渐进式： 目前Vue的地位：生态完善，国内前端工程师必备技能。 二、Vue的特点 一个XXX.vue就是一个组件，封装的概念&#xff0c…...

编程日记 2024/6/6 0:55:49

leetcode455.分发饼干、376. 摆动序列、53. 最大子序和

455.分发饼干 为了满足更多的小孩，就不要造成饼干尺寸的浪费 大尺寸的饼干既可以满足胃口大的孩子也可以满足胃口小的孩子，那么就应该优先满足胃口大的 这里的局部最优就是大饼干喂给胃口大的，充分利用饼干尺寸喂饱一个，全局最…...

编程日记 2024/6/6 0:54:48

JVM的内存结构

JVM 内存结构 方法区: 方法区主要用于存储虚拟机加载的类信息、常量、静态变量，以及编译器编译后的代码等数据。 程序计数器 由于在JVM中，多线程是通过线程轮流切换来获得CPU执行时间的，因此，在任一具体时刻，一个CP…...

编程日记 2024/6/6 0:53:45

轻量管理内核复杂级别的项目

在嵌入式开发中，管理大型项目（例如Linux内核）往往是一个复杂的过程。常规的版本控制系统如Git在处理小型项目时非常高效，但面对庞大的代码库时可能会显得笨重且占用大量存储空间。本文将介绍几种轻量级的方法来管理内核级别的项目…...

编程日记 2024/6/6 0:52:44

【wiki知识库】05.分类管理模块--后端SpringBoot模块

📝个人主页：哈__ 期待您的关注 目录 一、🔥今日目标 二、☀SpringBoot代码修改 1.使用逆向工程生成Category表结构 2. 新增CategoryQueryParam 3.新增CategorySaveParam 4.新增CategotyQueryVo 三、🤖新增分类管理的相关接口…...

编程日记 2024/6/6 0:51:43

资源目录与云SSO

1、开启资源目录 2、创建资源文件夹（根据公司业务划分） 3、资源文件夹内创建或邀请成员 4、创建管控策略（类型访问控制权限授权方法，可以授权给指定给资源文件夹或资源文件夹内成员） 5、可信服务-委派管理员账号数量 …...

编程日记 2024/6/6 0:49:41

抖音增长新引擎：品融电商，一站式全案代运营领跑者

抖音增长新引擎：品融电商，一站式全案代运营领跑者 在抖音这个日活超7亿的流量汪洋中，品牌如何破浪前行？自建团队成本高、效果难控；碎片化运营又难成合力——这正是许多企业面临的增长困局。品融电商以「抖音全案代运营…...

编程新知 2025/9/10 3:42:08

大模型多显卡多服务器并行计算方法与实践指南

一、分布式训练概述 大规模语言模型的训练通常需要分布式计算技术，以解决单机资源不足的问题。分布式训练主要分为两种模式： 数据并行：将数据分片到不同设备，每个设备拥有完整的模型副本 模型并行：将模型分割到不同设备，每个设备处理部分模型计算 现代大模型训练通常结合…...

编程新知 2025/7/23 19:14:14

06 Deep learning神经网络编程基础 激活函数 --吴恩达

深度学习激活函数详解 一、核心作用 引入非线性：使神经网络可学习复杂模式控制输出范围：如Sigmoid将输出限制在(0,1)梯度传递：影响反向传播的稳定性二、常见类型及数学表达 Sigmoid σ ( x ) = 1 1 +...

编程新知 2025/7/6 11:42:31

Element Plus 表单(el-form)中关于正整数输入的校验规则

目录 1 单个正整数输入1.1 模板1.2 校验规则 2 两个正整数输入&#xff08;联动&#xff09;2.1 模板2.2 校验规则2.3 CSS 1 单个正整数输入 1.1 模板 <el-formref"formRef":model"formData":rules"formRules"label-width"150px"…...

编程新知 2025/9/7 10:43:55

.Net Framework 4/C# 关键字（非常用，持续更新...）

一、is 关键字 is 关键字用于检查对象是否于给定类型兼容，如果兼容将返回 true，如果不兼容则返回 false，在进行类型转换前，可以先使用 is 关键字判断对象是否与指定类型兼容，如果兼容才进行转换，这样的转换是安全的。 例如有：首先创建一个字符串对象，然后将字符串对象隐…...

编程新知 2025/8/28 21:08:38

08. C#入门系列【类的基本概念】：开启编程世界的奇妙冒险

C#入门系列【类的基本概念】&#xff1a;开启编程世界的奇妙冒险 嘿&#xff0c;各位编程小白探险家&#xff01;欢迎来到 C# 的奇幻大陆&#xff01;今天咱们要深入探索这片大陆上至关重要的 “建筑”—— 类&#xff01;别害怕&#xff0c;跟着我&#xff0c;保准让你轻松搞…...

编程新知 2025/9/1 13:30:26

TSN交换机正在重构工业网络，PROFINET和EtherCAT会被取代吗？

在工业自动化持续演进的今天&#xff0c;通信网络的角色正变得愈发关键。 2025年6月6日&#xff0c;为期三天的华南国际工业博览会在深圳国际会展中心&#xff08;宝安&#xff09;圆满落幕。作为国内工业通信领域的技术型企业&#xff0c;光路科技&#xff08;Fiberroad&…...

编程新知 2025/9/6 22:13:40

uni-app学习笔记三十五--扩展组件的安装和使用

由于内置组件不能满足日常开发需要&#xff0c;uniapp官方也提供了众多的扩展组件供我们使用。由于不是内置组件&#xff0c;需要安装才能使用。 一、安装扩展插件 安装方法&#xff1a; 1.访问uniapp官方文档组件部分&#xff1a;组件使用的入门教程 | uni-app官网 点击左侧…...

编程新知 2025/9/7 8:46:33

rm视觉学习1-自瞄部分

首先先感谢中南大学的开源&#xff0c;提供了很全面的思路&#xff0c;减少了很多基础性的开发研究 我看的阅读的是中南大学FYT战队开源视觉代码 链接&#xff1a;https://github.com/CSU-FYT-Vision/FYT2024_vision.git 1.框架&#xff1a; 代码框架结构&#xff1a;readme有…...

编程新知 2025/9/9 2:55:53

CTF show 数学不及格

拿到题目先查一下壳&#xff0c;看一下信息 发现是一个ELF文件&#xff0c;64位的 ​ 用IDA Pro 64 打开这个文件 ​ 然后点击F5进行伪代码转换 可以看到有五个if判断&#xff0c;第一个argc ! 5这个判断并没有起太大作用&#xff0c;主要是下面四个if判断 ​ 根据题目…...

编程新知 2025/9/4 3:02:26