已筛选

共 6433 道题

排序:

5026
什么是视觉问答(VQA)?
模型基础与推理多模态与生成模型
概念解释
基础
5027
文档理解模型如何结合文本、图像与页面布局解析文档?
模型基础与推理多模态与生成模型
原理机制
进阶
5028
如何微调视觉语言模型以适配目标任务?
模型训练与对齐预训练、续训与 SFT
方案设计
进阶
5029
什么是文本到视频生成,如何比较其主要技术路线?
模型基础与推理多模态与生成模型
原理机制
进阶
5030
VLM 单图问答正常却无法处理多页文档,如何排查和改进?
AI 应用工程与治理生成质量与幻觉治理
故障排查
进阶
5031
扩散模型无法满足文本中的精确控制要求,如何提高可控性?
模型基础与推理多模态与生成模型
故障排查
深入
5032
扩散模型生成图像清晰但重复,如何平衡质量与多样性?
模型基础与推理多模态与生成模型
故障排查
进阶
5033
扩散模型每张图像生成过慢,如何加速采样?
模型基础与推理多模态与生成模型
故障排查
进阶
5034
如何为大模型推理选择 GPU?
模型训练与对齐分布式训练与计算硬件
比较选型
进阶
5035
CUDA Kernel 如何在 GPU 上执行?
模型训练与对齐分布式训练与计算硬件
原理机制
进阶