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

实习内容简要整理

2025-09-14 笔记

LLM 项目

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

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

后端体系问题记录

2025-03-08 后端

Java 项目

项目记录

项目八股整理

2025-03-08 笔记

Java 项目

MLLM Papers Review

mllm相关论文复盘整理

2025-01-08 笔记

MLLM 论文