实体
Qwen2-VL-2B
Qwen2-VL-2B
PulseAugur coverage of Qwen2-VL-2B — every cluster mentioning Qwen2-VL-2B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的强化学习方法通过先验注入改进视觉-语言数学推理
研究人员开发了一种名为“稀疏奖励强化学习（RL）先验注入”的新方法，以改进视觉-语言数学推理。该技术通过注入各种形式的先验知识来解决RL中的稀疏奖励挑战，例如参考解决方案、教师模型或基于价值的评论员。研究发现，这些先验的有效性取决于其及时传递给策略。此外，研究强调了评估RL模型的关键问题，并指出一种常见的领域内评估指标可能具有误导性，并且与真实的跨领域迁移呈负相关。
-
使用QLoRA微调的Qwen2-VL可将文档图像转换为Markdown
两篇文章详细介绍了使用QLoRA微调Qwen2-VL-2B模型的过程。目标是将文档图像转换为结构化的Markdown格式，增强多模态文档理解能力。该技术侧重于参数高效微调，以实现所需的转换能力。