HuggingFace 研究员更正:用 SmolVLM 筛数据的是 DeepSeek 旧技术报告
eliebakouch · x · 2026-09-10
Elie Bakouch 更正前一条推文，说明他所指「对预训练数据格外细致处理」出自 DeepSeek 此前的技术报告——其中用 SmolVLM 对图像-文本内容做严格质量评分以抽取高质量交错数据。
所属事件:DeepSeek 被发现用 SmolVLM 严格筛选预训练图文数据(3 条相关)→
「研究」频道最新
- DeepMind 试点全球首个双盲 AI 评测，密码学隔离防基准污染 — scychan_brains · 2026-10-26
- 研究揭示合成数据最优比例随算力从10%升至32% — heghbalz · 2026-10-26
- FLASH 仿真框架：单卡 RTX 5090 上分钟级学会布料折叠 — ChongZzZhang · 2026-10-26
- LEMON 监控器:从注意力图零样本识别未见过的 LLM 幻觉与越狱 — yoavartzi · 2026-10-26
- EMNLP 主题演讲背后：用语言模型「模拟学习者」生成儿童语言习得新假设 — najoungkim · 2026-10-26
- EMNLP 2026 主题演讲背后的论文：用 bigram 模拟语言习得 — najoungkim · 2026-10-26