待验证50% 置信观点精确时间
VLM的细粒度理解缺陷被认为与CLIP式对比学习的训练目标有关，图文匹配的粗粒度目标无法促使模型学习组合性语义
1
来源数
50%
置信度
长期有效
时效性
2026/9/1
首次发现
来源
涉及实体
相关事实
待验证过拟合是LoRA训练中最常见的失败模式，模型会死记硬背训练图像像素特征而非学习本质特征70% 相似待验证微调VLA模型时通常采用分层学习率策略：视觉编码器使用极小学习率或冻结，语言模型层使用中等学习率，动作专家使用较大学习率68% 相似待验证VLM能够根据自然语言描述识别训练数据中从未出现的目标类别，这种能力被称为零样本（zero-shot）或开放词汇（open-vocabulary）识别67% 相似待验证模型训练侧有 PyTorch、TensorFlow 及 MLflow、Weights & Biases、DVC 等工具支持，但推理侧的标准化程度明显不足67% 相似已验证LoRA、QLoRA等参数高效微调技术只训练少量适配参数而非全量权重，可在消费级GPU上完成训练64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/838969API
curl https://kongchang.com/api/v1/knowledge/claims/838969MCP
get_claim(id=838969)