A PERSONAL VLM RESEARCH LOG
让每一次模型进展,
都留下可复用的理解。
每日筛选 AI 动态,拆解最新 VLM 论文,也记录从概念到代码实验的学习过程。 这里不追求信息最多,只追求理解更深。
151篇公开记录最近更新 · 2026.11.21
THREE STREAMS
三个内容栏目
从当天的信息流,到论文方法,再回到长期知识体系。
LATEST ENTRIES
最近更新
AI 日报 #075|循环模型上桌、智能体适配提效
本地多模态模型用循环权重换容量,智能体后训练转向真实执行框架,能力保护与药物评测则把证据边界摆到台前。
VLM 论文速递 #075|动作诊断、跨模态安全
本期从动作级机器人诊断与图文安全错位出发,对照概念干预、实时任务指导和音视频理解,区分模型可见的信息与真正可靠的决策。
AI 日报 #074|后训练提效、流式预测落地
开源模型后训练开始直面完整任务成本,IBM 则将时间序列模型嵌入实时数据流,让预测更接近可执行的业务决策。
VLM 论文速递 #074|共读分答、隐空间前瞻
本期聚焦多问共享视觉证据与隐空间动作预测,并对照概念可视化、原生医学分割及长图文预填充,拆解视觉模型的计算取舍。
AI 日报 #073|高效模型、可控执行
谷歌发布兼顾效率的模型并扩展世界模型体验,OpenAI 则披露编码沙箱与芯片设计进展,智能体能力需要和执行边界一同验收。
VLM 论文速递 #073|流式记忆、视觉证据
本期聚焦流式视觉记忆与人类注视引导,并对照少报物体、检索冲突和场景安全评测,追问视觉模型的答案究竟由什么证据支撑。