Lecture 03研究背景：组件到位后，选择哪一个新问题？
研究背景：组件到位后，选择哪一个新问题？
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
研究背景：组件到位后，选择哪一个新问题？
2014–2016 年，视觉预训练、文字预测与图文数据汇合，出现描述、区域对齐和视觉问答等不同研究入口。Trevor Darrell 是 LRCN 的共同作者之一；这里使用公开研究背景，不推断个人动机或讲者私下经历。
这段历史的重点是正面进展：已有表示确实开始支持可训练、可比较的新任务。再问组合缺口和局部关系，才知道后续工作为何需要新机制。课堂历史图 · 历史事实、评价结果与来源 · DCC 的配对缺口。