实战：在 5 万张网页截图上微调 4.5亿参数 VLM
ButtercupLyn100 · reddit · 2026-08-23
作者记录了在 5 万张浏览器截图上微调一个 4.5 亿参数视觉语言模型（VLM）的过程。其评测分数从 1/100 提升至 44/100，展示了针对特定 UI/网页理解场景的小规模模型微调潜力。
「研究」频道最新
- Pathway CSO 演讲展望后 Transformer 架构 BDH：每瓦特更高智能 — schwentker · 2026-10-15
- EmbodiedEvo 登顶 RoboDojo：失败的机器人练习也能被下一个 agent 继承 — thetripathi58 · 2026-10-15
- 797GB n-gram 放进 CPU 内存，小模型硬扛多 57% 算力 — PangWeiKoh · 2026-10-15
- Google 论文 Harness²:无验证器下递归进化 agent harness,最高提升 11.5 分 — dair_ai · 2026-10-15
- Kambhampati 明尼苏达开讲：「LLM 思考 token 神话」的系统拆解 — rao2z · 2026-10-15
- 3D Gaussian Splatting 科普：机器人如何记住看不见的世界 — TheTuringPost · 2026-10-15