待验证50% 置信事实精确时间
FDSL(Formula-Driven Supervised Learning)通过分形公式生成图像并离散化标签来完成分类式预训练。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证原生多模态预训练在统一token空间中对图像patch和文本token进行联合自回归训练,使模型在权重层面形成跨模态语义绑定72% 相似待验证预训练+微调范式源自NLP和计算机视觉领域,其核心是大规模数据预训练学到通用底层特征,下游任务用少量标注数据适配71% 相似待验证传统用图像训练的高斯代理渲染方法在训练时将固定的传递函数烤进模型外观表示,想切换TF预设往往需要重新训练71% 相似待验证多模态分类模型偏向从屏幕画面识别状态并决策,与端到端的强化学习训练并非一回事70% 相似待验证以LayoutLM系列为代表的多模态预训练模型将视觉、文本、位置信息联合建模,推进了文档理解领域能力边界69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114070API
curl https://kongchang.com/api/v1/knowledge/claims/1114070MCP
get_claim(id=1114070)