CLS 03 · 视觉与语言：任务、训练与接口

6. 语言指定任务之二：根据画面回答这个问题

主线阅读与优先实验

caption历史、VQA、CLIP候选、关系控制、GLIP/LLaVA与生成桥梁

6. 语言指定任务之二：根据画面回答这个问题