当前位置：首页 > news >正文

Rethinking overlooked aspects in vision-language models

news 2026/2/10 12:27:07

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

（十）学生端搭建

本次旨在将之前的已完成的部分功能进行拼装到学生端，同时完善学生端的构建。本次工作主要包括： 1.学生端整体界面布局 2.模拟考场与部分个人画像流程的串联 3.整体学生端逻辑一、学生端在主界面可以选择自己的用户角色选择学生则进入学生登录界面…...

编程新知 2026/2/5 4:23:32

SciencePlots——绘制论文中的图片

文章目录安装一、风格二、1 资源安装 # 安装最新版 pip install githttps://github.com/garrettj403/SciencePlots.git# 安装稳定版 pip install SciencePlots一、风格简单好用的深度学习论文绘图专用工具包–Science Plot 二、 1 资源论文绘图神器来了：一行…...

编程新知 2025/9/8 13:50:07

【Java学习笔记】Arrays类

Arrays 类 1. 导入包：import java.util.Arrays 2. 常用方法一览表方法描述Arrays.toString()返回数组的字符串形式Arrays.sort()排序（自然排序和定制排序）Arrays.binarySearch()通过二分搜索法进行查找（前提：数组是…...

编程新知 2025/12/3 9:38:15

系统设计 --- MongoDB亿级数据查询优化策略

系统设计 --- MongoDB亿级数据查询分表策略背景Solution --- 分表背景使用audit log实现Audi Trail功能 Audit Trail范围: 六个月数据量: 每秒5-7条audi log，共计7千万 – 1亿条数据需要实现全文检索按照时间倒序因为license问题，不能使用ELK只能使用…...

编程新知 2026/1/4 3:47:09

工程地质软件市场：发展现状、趋势与策略建议

一、引言在工程建设领域，准确把握地质条件是确保项目顺利推进和安全运营的关键。工程地质软件作为处理、分析、模拟和展示工程地质数据的重要工具，正发挥着日益重要的作用。它凭借强大的数据处理能力、三维建模功能、空间分析工具和可视化展示手段&…...

编程新知 2025/10/6 6:10:29

oracle与MySQL数据库之间数据同步的技术要点

Oracle与MySQL数据库之间的数据同步是一个涉及多个技术要点的复杂任务。由于Oracle和MySQL的架构差异，它们的数据同步要求既要保持数据的准确性和一致性，又要处理好性能问题。以下是一些主要的技术要点： 数据结构差异数据类型差异&#xff…...

编程新知 2026/1/11 0:40:53

Qwen3-Embedding-0.6B深度解析：多语言语义检索的轻量级利器

第一章引言：语义表示的新时代挑战与Qwen3的破局之路 1.1 文本嵌入的核心价值与技术演进在人工智能领域，文本嵌入技术如同连接自然语言与机器理解的“神经突触”——它将人类语言转化为计算机可计算的语义向量，支撑着搜索引擎、推荐系统、…...

编程新知 2025/11/6 8:47:31

Qt Http Server模块功能及架构

Qt Http Server 是 Qt 6.0 中引入的一个新模块，它提供了一个轻量级的 HTTP 服务器实现，主要用于构建基于 HTTP 的应用程序和服务。功能介绍： 主要功能 HTTP服务器功能： 支持 HTTP/1.1 协议简单的请求/响应处理模型支持 GET…...

编程新知 2025/10/17 21:16:57

12.找到字符串中所有字母异位词

🧠 题目解析题目描述： 给定两个字符串 s 和 p，找出 s 中所有 p 的字母异位词的起始索引。返回的答案以数组形式表示。字母异位词定义： 若两个字符串包含的字符种类和出现次数完全相同，顺序无所谓，则互为…...

编程新知 2026/1/31 12:52:29

【HarmonyOS 5 开发速记】如何获取用户信息（头像/昵称/手机号）

1.获取 authorizationCode： 2.利用 authorizationCode 获取 accessToken：文档中心 3.获取手机：文档中心 4.获取昵称头像：文档中心首先创建 request 若要获取手机号，scope必填 phone，permissions 必填 …...

编程新知 2025/9/17 2:39:21