当前位置： 首页 > news >正文

Rethinking overlooked aspects in vision-language models

news 2025/12/25 4:52:43

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

Python｜GIF 解析与构建（5）：手搓截屏和帧率控制

目录 Python｜GIF 解析与构建（5）：手搓截屏和帧率控制 一、引言 二、技术实现：手搓截屏模块 2.1 核心原理 2.2 代码解析：ScreenshotData类 2.2.1 截图函数：capture_screen 三、技术实现&…...

编程新知 2025/11/14 3:06:30

利用ngx_stream_return_module构建简易 TCP/UDP 响应网关

一、模块概述 ngx_stream_return_module 提供了一个极简的指令&#xff1a; return <value>;在收到客户端连接后&#xff0c;立即将 <value> 写回并关闭连接。<value> 支持内嵌文本和内置变量&#xff08;如 $time_iso8601、$remote_addr 等&#xff09;&a…...

编程新知 2025/9/21 0:49:02

day52 ResNet18 CBAM

在深度学习的旅程中&#xff0c;我们不断探索如何提升模型的性能。今天&#xff0c;我将分享我在 ResNet18 模型中插入 CBAM&#xff08;Convolutional Block Attention Module&#xff09;模块&#xff0c;并采用分阶段微调策略的实践过程。通过这个过程&#xff0c;我不仅提升…...

编程新知 2025/11/9 1:27:18

鸿蒙中用HarmonyOS SDK应用服务 HarmonyOS5开发一个医院查看报告小程序

一、开发环境准备 ​​工具安装​​&#xff1a; 下载安装DevEco Studio 4.0&#xff08;支持HarmonyOS 5&#xff09;配置HarmonyOS SDK 5.0确保Node.js版本≥14 ​​项目初始化​​&#xff1a; ohpm init harmony/hospital-report-app 二、核心功能模块实现 1. 报告列表…...

编程新知 2025/11/1 8:36:48

鸿蒙中用HarmonyOS SDK应用服务 HarmonyOS5开发一个生活电费的缴纳和查询小程序

一、项目初始化与配置 1. 创建项目 ohpm init harmony/utility-payment-app 2. 配置权限 // module.json5 {"requestPermissions": [{"name": "ohos.permission.INTERNET"},{"name": "ohos.permission.GET_NETWORK_INFO"…...

编程新知 2025/11/26 13:15:57

智能仓储的未来：自动化、AI与数据分析如何重塑物流中心

当仓库学会“思考”&#xff0c;物流的终极形态正在诞生 想象这样的场景&#xff1a; 凌晨3点&#xff0c;某物流中心灯火通明却空无一人。AGV机器人集群根据实时订单动态规划路径&#xff1b;AI视觉系统在0.1秒内扫描包裹信息&#xff1b;数字孪生平台正模拟次日峰值流量压力…...

编程新知 2025/12/22 11:11:25

智能分布式爬虫的数据处理流水线优化：基于深度强化学习的数据质量控制

在数字化浪潮席卷全球的今天&#xff0c;数据已成为企业和研究机构的核心资产。智能分布式爬虫作为高效的数据采集工具&#xff0c;在大规模数据获取中发挥着关键作用。然而&#xff0c;传统的数据处理流水线在面对复杂多变的网络环境和海量异构数据时&#xff0c;常出现数据质…...

编程新知 2025/12/22 12:55:54

Go语言多线程问题

打印零与奇偶数&#xff08;leetcode 1116&#xff09; 方法1&#xff1a;使用互斥锁和条件变量 package mainimport ("fmt""sync" )type ZeroEvenOdd struct {n intzeroMutex sync.MutexevenMutex sync.MutexoddMutex sync.Mutexcurrent int…...

编程新知 2025/9/23 8:19:28

【p2p、分布式，区块链笔记 MESH】Bluetooth蓝牙通信 BLE Mesh协议的拓扑结构 定向转发机制

目录 节点的功能承载层&#xff08;GATT/Adv&#xff09;局限性&#xff1a; 拓扑关系定向转发机制定向转发意义 CG 节点的功能 节点的功能由节点支持的特性和功能决定。所有节点都能够发送和接收网格消息。节点还可以选择支持一个或多个附加功能&#xff0c;如 Configuration …...

编程新知 2025/12/24 15:23:57

sshd代码修改banner

sshd服务连接之后会收到字符串&#xff1a; SSH-2.0-OpenSSH_9.5 容易被hacker识别此服务为sshd服务。 是否可以通过修改此banner达到让人无法识别此服务的目的呢&#xff1f; 不能。因为这是写的SSH的协议中的。 也就是协议规定了banner必须这么写。 SSH- 开头&#xff0c…...

编程新知 2025/12/25 1:14:53