摘要： 题卷后 密钥偏私启玉囊，寒窗十载泪千行。 临屏满纸荒唐语，谁解其中炎与凉？ 往事难平 网罗经纬密还轻，事外谁言局内情？ 难把孤灯照虚室，平添秋雨入寒更。 学书小生 2025.6.25 阅读全文

摘要： Reinforcement Learning: From Fundamentals to GRPO Algorithm This lecture will guide you through the core concepts of reinforcement learning, starting 阅读全文

摘要： 红果园深淑气匀， 漫将诗酒赴佳辰。 穿庭柳色三分旧， 覆径苔痕一半新。 避雪狸奴常隐几， 贪香粉蝶偶窥人。 芸窗课罢浑无事， 漫倚东风拭镜尘。 阅读全文

摘要： 动机 近期，笔者在研究LLaVA[1]时，注意到LLaVA使用ViT（Vision Transformer）倒数第二层的输出作为视觉特征。消融实验显示，使用倒数第二层的效果略好于最后一层。作者猜测，这可能是因为最后一层特征更关注全局和抽象信息，而倒数第二层更多关注局部信息，从而有利于理解图像细节。 阅读全文

摘要： Paper 1 题目: Classification Done Right for Vision-Language Pre-Training 作者团队: 字节豆包大模型团队 链接: https://arxiv.org/abs/2411.03313 1. 论文试图解决什么问题？是否是一个新问题？ 当前 阅读全文

摘要： When a group activity fails to attract participation and resorting to a 'lottery' or even forcing students to join becomes necessary, what is the sign 阅读全文

摘要： 1.一个不愿意认命的“穷人”在很多人眼里是不太讨喜的。 2.“穷人”只能自求。 3.欲戴皇冠，必承其重，自身的实力是基础（对应博主能够出版小说）；然后要伸出手，找到那个愿意捞我们一把的人（对应录取博主的人）。 从底层爬上来的三个感受 阅读全文

摘要： Paper 1 题目: INFERENCE OPTIMAL VLMS NEED ONLY ONE VISUAL TOKEN BUT LARGER MODELS 作者团队: Kevin Y. Li, Sachin Goyal, João D. Semedo, J. Zico Kolter （CMU） 阅读全文

摘要： Paper 1 题目: LongVU: Spatiotemporal Adaptive Compression for Long Video-Language Understanding 作者团队: Meta AI, KAUST, Korea University 链接: https://arxiv 阅读全文

摘要： Paper 1 题目: Yo’LLaVA: Your Personalized Language and Vision Assistant 作者: Thao Nguyen, Haotian Liu, Yuheng Li, Mu Cai, Utkarsh Ojha, Yong Jae Lee 团队: 阅读全文