背景大规模的预训练和指令调整已经成功地创建了具有广泛能力的通用语言模型。然而 ，由于额外的视觉输入带来了丰富的输入分布和任务多样性，建立通用视觉语言模型具有挑战性。尽管视觉语言预训练已被广泛研究，但视觉语言指令调整仍未得到充分探索。 为了应

CoCa：Contrastive Captioner探索大规模的预训练base模型在计算机视觉领域有重要意义，因为这些模型可以快速转移到许多下游任务中。 现有的三种基础模型训练方法1. 单编码模型single-encoder models只

ALBEF论文笔记简介现有方法的缺陷 图像特征和单词标记嵌入位于它们自己的空间中，这使得多模态编码器学习建模其交互具有挑战性； 目标检测器既注释昂贵又计算昂贵，因为它在训练前需要边界框注释，以及高分辨率(例如。600×1000)图像； 广泛

预训练 图像编码器：ViT的架构。将输入图像分割成一个个的 Patch 并将它们编码为一系列 Image Embedding，并使用额外的 [CLS] token 来表示全局的图像特征。 文本编码器：BERT 的架构。[CLS] toke

代码优化文档乘法优化有如下几种情况： 乘以0 rd寄存器直接赋0 乘以1 把rs寄存器move到rd寄存器 乘以2的幂：改为sll语句 其他按普通乘法处理 关键代码： if (m == 1) { if (rd != reg1) {

总结感想经过一学期编译实验的磨练，深刻领悟了第一次实验课上老师反复提起的“很难”。 最开始的词法分析、语法分析还算平和，语义分析也能够应付。等开始中间代码生成的时候简直痛不欲生，生成llvm我就花了整整一周时间，最开始理解llvm的指令都费

编译设计文档参考编译器介绍总体结构 模块化设计：编译器被划分为多个模块，每个模块负责编译过程中的一个特定任务。例如，有专门处理词法分析的模块（insymbol）、语法分析的模块（block）、代码生成的模块（emit系列函数）等。 递归下降

git经常出现fatal error的问题：参考这个https://blog.csdn.net/Greenhand_BN/article/details/135881590 后端 controller层某个api方法里service类为nu

数据库表设计修改 除学号、工号外id都改为INT AUTO_INCREMENT自增长整型 添加操作日志表 消息表调整为两个表 公告改名Notice -> Annocement，因为消息会命名成Notify，区别一下 补充：

第五章实验部分作业1# （1）创建用户王明，并授予他对学生表的SELECT权限 CREATE USER '王明'@'localhost' IDENTIFIED BY '123456'; GRANT SELECT ON 学生 TO