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。

原文链接 →

「研究」频道最新

• 高斯混合模型与指数族密度逼近转换 — FrnkNlsn · 2026-08-24
• Netflix 揭秘 LLM Judge 生产实践：每周评估数十万条推荐解释 — omarsar0 · 2026-08-24
• Nature 评论：数据溯源是自主科学的信任基石 — gabepgomes · 2026-08-24
• 新架构 RHEA：8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
• 跳过 LLM 写代码老套路：自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24
• Claude 助手发现 6 维球复结构，解 60 年数学难题 — Singularitarian · 2026-08-24

更多「研究」频道 AI 资讯 →