当前位置：首页 > news >正文

Rethinking overlooked aspects in vision-language models

news 2025/7/8 6:54:42

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-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

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向深度学习与微纳光子学的结合主要集中在以下几个方向： 逆向设计通过神经网络快速预测微纳结构的光学响应，替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。特征提取与优化从复杂的光学数据中自…...

编程新知 2025/7/8 4:42:31

第19节 Node.js Express 框架

Express 是一个为Node.js设计的web开发框架，它基于nodejs平台。 Express 简介 Express是一个简洁而灵活的node.js Web应用框架, 提供了一系列强大特性帮助你创建各种Web应用，和丰富的HTTP工具。使用Express可以快速地搭建一个完整功能的网站。 Expre…...

编程新知 2025/7/7 20:41:15

pam_env.so模块配置解析

在PAM（Pluggable Authentication Modules）配置中， /etc/pam.d/su 文件相关配置含义如下： 配置解析 auth required pam_env.so1. 字段分解字段值说明模块类型auth认证类模块，负责验证用户身份&am…...

编程新知 2025/7/7 3:31:35

最新SpringBoot+SpringCloud+Nacos微服务框架分享

文章目录前言一、服务规划二、架构核心1.cloud的pom2.gateway的异常handler3.gateway的filter4、admin的pom5、admin的登录核心三、code-helper分享总结前言最近有个活蛮赶的，根据Excel列的需求预估的工时直接打骨折，不要问我为什么，主要…...

编程新知 2025/7/6 20:40:10

如何更改默认 Crontab 编辑器？

在 Linux 领域中，crontab 是您可能经常遇到的一个术语。这个实用程序在类 unix 操作系统上可用，用于调度在预定义时间和间隔自动执行的任务。这对管理员和高级用户非常有益，允许他们自动执行各种系统任务。编辑 Crontab 文件通常使用文本编…...

编程新知 2025/7/6 2:33:06

JavaScript 数据类型详解

JavaScript 数据类型详解 JavaScript 数据类型分为原始类型（Primitive） 和对象类型（Object） 两大类，共 8 种（ES11）： 一、原始类型（7种） 1. undefined 定…...

编程新知 2025/7/8 3:08:09

Ubuntu系统多网卡多相机IP设置方法

目录 1、硬件情况 2、如何设置网卡和相机IP 2.1 万兆网卡连接交换机，交换机再连相机 2.1.1 网卡设置 2.1.2 相机设置 2.3 万兆网卡直连相机 1、硬件情况 2个网卡n个相机电脑系统信息，系统版本：Ubuntu22.04.5 LTS；内核版本…...

编程新知 2025/7/8 4:09:34

多元隐函数偏导公式

我们来推导隐函数 z z ( x , y ) z z(x, y) zz(x,y) 的偏导公式，给定一个隐函数关系： F ( x , y , z ( x , y ) ) 0 F(x, y, z(x, y)) 0 F(x,y,z(x,y))0 🧠 目标： 求 ∂ z ∂ x \frac{\partial z}{\partial x} ∂x∂z、 …...

编程新知 2025/7/8 5:28:42

MeshGPT 笔记

[2311.15475] MeshGPT: Generating Triangle Meshes with Decoder-Only Transformers https://library.scholarcy.com/try 真正意义上的AI生成三维模型MESHGPT来袭！_哔哩哔哩_bilibili GitHub - lucidrains/meshgpt-pytorch: Implementation of MeshGPT, SOTA Me…...

编程新知 2025/7/6 23:24:24

大陆4D毫米波雷达ARS548调试

本文介绍了大陆ARS548毫米波雷达的调试与测试流程，主要包括以下内容： 设备参数：最大检测距离301m（可调93-1514m），支持gPTP时间同步。接线调试： Windows需使用USB-RJ45转换器 Linux可直接连接网…...

编程新知 2025/7/7 11:30:48