珠海科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

视觉语言模型VLM原理与实战/吴建明, 吴一昊编著

出版发行项:

北京:化学工业出版社,2025

ISBN及定价:

978-7-122-47873-3/CNY99.00

载体形态项:

267页:图;24cm

并列正题名:

Principles and practice of vision language model (VLM)

个人责任者:

吴建明 (程序设计) 编著

个人责任者:

吴一昊 编著

学科主题:

自然语言处理

中图法分类号:

TP391

一般附注:

灵境蓝图

责任者附注:

吴建明, 上海交通大学模式识别与智能系统专业博士毕业。长期从事人工智能芯片设计, 尤其擅长TVM / LLVM编译器、AI框架、自动驾驶、芯片制造, 嵌入式系统等领域的理论研究与技术创新。

书目附注:

有书目 (第265-267页)

提要文摘附注:

本书共15章, 分为三大部分 : 基础综述(第1章)、关键技术(第2-14章)与未来展望(第15章)。第一部分详解视觉语言模型的网络架构、预训练目标、评估方法及数据集体系, 对比分析对抗训练、生成式预训练等范式, 并建立性能评估基准。第二部分 : 第2章通过多个案例展示技术多样性 ; 第3-5章深入探讨少样本学习、鲁棒微调等关键问题, 提出约束线性探测等原创方法 ; 第6-10章聚焦模型扩展性, 涵盖InternVL亿级参数训练、VinVL视觉表征重构等前沿实践 ; 第11-14章探索提示工程、异常检测等应用场景, 包含MATCHER一次性分割等突破性方案。第三部分展望多模态生成、组合推理等未来方向。

豆瓣简介：