回看这段历史:留下来的不是一个网络名字

留下的能力在新系统中实际复用视觉表示MAE 编码器SAM 的初始化空间组织检测器区域特征ViLBERT 的视觉输入图文对应CLIP 视觉编码器LLaVA 的视觉输入新的任务仍要定义输出、补上训练关系,并检验它。实线表示公开方法中的组件复用;共享计算与检索缓存的联系属于教学类比。
新的能力来自组件复用与新任务训练共同作用。 · 在课堂播放器中查看

MAE到SAM初始化、检测器区域到ViLBERT、CLIP视觉到LLaVA三条公开组件复用关系。

返回同一状态