明日香的笔记
开始阅读 Github
知
  杂七杂八
p人自救指南 - 记录一些乱七八糟的学习笔记、技术文档、开发文档。
VideoAgent VideoAgent
视频理解agent，将长视频转化为结构化的记忆（时间、物体），通过调用工具进行推理。
2025-11-01 论文
MLLM Agent
LLAMA-VID LLAMA-VID
视觉表征范式：用户查询上下文token&视觉帧内容token
2025-09-14 论文
MLLM 视频理解
实习记录 实习记录
实习内容简要整理
2025-09-14 笔记
LLM 项目
Cross-modal Causal Relation Alignment for VQG Cross-modal Causal Relation Alignment for VQG
视频问题定位的跨模态因果关系对齐
2025-04-01 论文
视频理解 多模态
TRACE: Temporal Grounding Video LLM TRACE: Temporal Grounding Video LLM
通过因果事件建模增强视频理解大模型的时间定位能力
2025-03-25 论文
MLLM 视频理解
思路整理 思路整理
后端体系问题记录
2025-03-08 后端
Java 项目
项目记录 项目记录
项目八股整理
2025-03-08 笔记
Java 项目
MLLM Papers Review MLLM Papers Review
mllm相关论文复盘整理
2025-01-08 笔记
MLLM 论文
MLLM Dataset&Code MLLM Dataset&Code
记录mllm相关数据集和代码
2024-12-10 笔记
MLLM 代码
ShareGPT4Video ShareGPT4Video
ShareGPT4Video系列，视频密集标注策略，详细标注数据集，标注模型
2024-12-03 论文
MLLM 视频理解 字幕生成
多模态架构相关 多模态架构相关
多模态模型架构整理，自用
2024-12-02 笔记
LLM 多模态
Vue Vue
前端三件套+Vue简要笔记整理
2024-11-18 前端
框架 前端
1 / 3