PAPER POSITIONING & LINEAGE论文定位与演进坐标
WHY THIS PAPER EXISTS研究动机 / 前序局限
先前多模态模型依赖复杂定制查询重采样器或大量端到端耦合微调,结构繁琐且指令对齐能力弱。
CORE SHIFT核心方法跃迁
直接用可训练投影层将图像 patch 序列映射到语言输入空间,并利用合成多模态对话/推理指令实施端到端视觉指令微调。
ARCHIVE PROVENANCEZotero / PKA 溯源
Zotero 与 PKA 均已入库,串联后续 LLaVA-NeXT 及多数开源 VLA(如 Prismatic/OpenVLA)的视觉连接器设计。
WHAT REMAINED遗留局限 / 开放问题
单图固定低分辨率下空间坐标推理与多视频帧长上下文吞吐仍有明显局限,促成了后续高分切片与视频扩展工作。
来源与归档记录
- 档案来源:
Zotero / VLM · PKA / LLaVA 系列演化综述 - 文献定位:Zotero 与 PKA 均已入库,串联后续 LLaVA-NeXT 及多数开源 VLA(如 Prismatic/OpenVLA)的视觉连接器设计。
个人精读正文(预留)
本页先展示题录定位、知识图谱上下游与本地文献归档状态;完整分节推演与复现实验记录预留于此,后续补充正文内容。
CONNECTED IN KNOWLEDGE SYSTEM知识体系关联节点与长文