多模态与计算机视觉
【多模态图表理解】多模态场景下，怎么让模型理解图表（比如柱状图、表格）？ 「美团」
原题「腾讯」
多模态大模型(如CLIP、BLIP、LLaVA)在工业界落地时，你认为最大的瓶颈是什么？
腾讯CSIG在产业互联网场景下，多模态技术最可能突破的方向是哪个？
原题完整原题
【多模态大模型工业落地】多模态大模型(如CLIP、BLIP、LLaVA)在工业界落地时，你认为最大的瓶颈是什么？腾讯CSIG在产业互联网场景下，多模态技术最可能突破的方向是哪个？ 「腾讯」
【多模态对抗攻击】你了解多模态模型的对抗性攻击吗？ 「京东」
原题【多模态强化学习】MLLM做RL会有提升吗？MLLM做RL与SFT的区别是什么？你关注过多模态与强化学习的结合吗？具体到多模态+GRPO有没有结合的想法和思路？ 「京东、蚂蚁集团、阿里巴巴」
原题【多模态扩展】新增一个音频模态你会怎么考虑？ 「腾讯」
原题多模态领域近两年最让你兴奋的技术进展是什么？
你认为腾讯CSIG在其中的机会和挑战分别是什么？
原题完整原题
【多模态技术进展】多模态领域近两年最让你兴奋的技术进展是什么？你认为腾讯CSIG在其中的机会和挑战分别是什么？ 「腾讯」
【多模态指令微调数据】如何构建高质量的多模态指令微调数据集(Instruction Tuning Data)？ 「腾讯」
原题【多模态时间对齐】在多模态任务中，你如何处理不同模态数据的时间对齐问题？ 「蚂蚁集团」
原题「字节Seed、阿里巴巴」
Llava、Chameleon模型的结构区别、训练差异，以及不同技术方案的认知问题。
llava和llama的区别？
原题完整原题
【多模态模型对比】Llava、Chameleon模型的结构区别、训练差异，以及不同技术方案的认知问题。llava和llama的区别？ 「字节Seed、阿里巴巴」
【多模态模型瓶颈】这类多模态大模型目前核心瓶颈、缺陷是什么？ 「百度」
原题
暂无题目