• 搜书籍
• 搜文档

• 

  LLaVA：视觉指令微调打通图文理解（论文精读）

  32 116 0 2026-10-29

  《LLaVA：视觉指令微调打通图文理解》论文精读本：arXiv:2304.08485（v2）英文全文原文 + 中文全文翻译（章节层级一一对应）+ 阅读收获 + 可落地场景。方向：第四篇 多模态与生成：看懂图像、画出世界。原文按 arXiv 官方 HTML 一字不落保留，仅供学习研究参考，版权归原作者所有。
• 

  DiT：用 Transformer 重塑扩散模型（论文精读）

  28 160 0 2026-10-29

  《DiT：用 Transformer 重塑扩散模型》论文精读本：arXiv:2212.09748（v2）英文全文原文 + 中文全文翻译（章节层级一一对应）+ 阅读收获 + 可落地场景。方向：第四篇 多模态与生成：看懂图像、画出世界。原文按 arXiv 官方 HTML 一字不落保留，仅供学习研究参考，版权归原作者所有。