多模态大模型: 盘点&Highlights part1.5——从LLaVA-NeXT到LLaVA-OneVision

文章预览

前言 Hi大家好，我叫延捷，是一名计算机视觉算法工程师，也是叉烧的老朋友了。 我们计划发布一系列关于多模态大模型的文章，帮助大家快速、精准地了解多模态大模型的前世今生，并且深 入各个多模态大模型领域优秀的工作，希望能给大家一个脉络性的盘点，一起学习，共同进步。 Hi大家好，我叫延捷，是一名计算机视觉算法工程师，也是叉烧的老朋友了。我们计划发布一系列关于多模态大模型的文章，帮助大家快速、精准地了解多模态大模型的前世今生，并且深入各个多模态大模型领域优秀的工作，希望能给大家一个脉络性的盘点，一起学习，共同进步。 Instruction 上一期我介绍了介绍下BLIP到LLaVA的一系列工作，关于LLaVA仅仅介绍到了LLaVA-NeXT，本期作为part1.5（也呼应了LLaVA-NeXT后续工作提出了1.5阶段训练^_^），我们顺着LLaVA这条线会细致介绍 ………………………………