论文名称：BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models阅读日期：2026.10.26 所属方向与编号：通用基础论文-05 预知识 微调 (Fine-tuning) :在预训练基础上，用小数据把模型”调教”到某个具体

论文名称：Learning Transferable Visual Models From Natural Language Supervision阅读日期：2026.10.22 所属方向与编号：通用基础论文-03 预知识： 123456789# L1归一化def l1_normalize(x, axis=-1, eps=1e-8): norm = np.sum(n

12345678910这篇论文要解决什么问题？（先给出背景分析然后再说解决的问题，注意用一个段落回答）输入和输出分别是什么？（详细说明本文模型的输入输出，整个输入输出的变化用step1.的形式一步一步给出，注意训练阶段和推理阶段，注意必须要结合原文的设计记进行整理）整体流程是什么？各模块分别做什么？这篇文章主要采用了什么研究方法？与前一篇相比，核心变化是什么？用什么数据训练，怎样划分训练与测试，怎

论文名称：Attention Is All You Need阅读日期：2026.10.17-18 所属方向与编号：通用基础论文-01 来源：[1706.03762] Attention Is All You Need 这篇论文要解决什么问题？   论文针对 RNN/LSTM/GRU 编码器-解码器架构“隐状态必须逐步计算、无法并行”的固有瓶颈，以及此前注

一、卷积  “卷积”可以简单理解成：用一个小的窗口（卷积核）在数据上滑动，每到一个位置就把窗口内的数据和窗口权重对应相乘再相加，得到一个新的值。 在图像处理里，它常用来提取边缘、纹理、形状等特征。卷积核的权重不是人为写死的，而是通过网络训练学习得到的。 卷积的计算过程： 情况 输入通道 卷积核形状 输出通道 说明 单通道单卷积核 $1$ $1 \times K_h

1. 卷积神经网络  卷积神经网络（Convolutional Neural Networks, CNN）是一种非常典型的网络架构，常用于图像分类等任务。   一张图像是一个三维的张量，分别是该图像的长宽和通道数，如下图一所示。而对于灰度图像只有一个通道，深度为1，电脑中的png格式的图片一般是4个通道数，多了一个遮罩层的东西。

1. 文献工具 文献管理工具 EndNote安装与使用 - 韩熙隐ario - 博客园 2. AI话术 画图 1你是一个drawio代码生成器，你需要将我的需求转换成对应的xml代码，并且需要确保drawio能够正常打开和编辑你提供的内容我需要你仔细阅读PDF文件中的研究内容，并且按照图片文件的内容与排版方式生成一张标准的学术文章技术路线图。你需要确保技术路线图各模块之间逻辑清晰、衔接自然，

1. 指数函数 ( $ e^x $ )$$e^x = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \cdots = \sum_{n=0}^\infty \frac{x^n}{n!}$$ 2. 正弦函数 ($ \sin x$ )$$\sin x = x - \frac{x^3}{3!}

四、不定积分4.1 基本概念若 $F(x)$ 为 $f(x)$ 在某区间内的原函数，则 $F(x) + C$（$C$ 为任意常数）也为 $f(x)$ 在该区间内的原函数。 若 $F(x), G(x)$ 都是 $f(x)$ 在某区间内的原函数，则 $F(x) - G(x) = C$（$C$ 为某个确定常数）。 不定积分 定义 $f(x)$ 的原函数的全体称为 $f(x)$ 的不定积分，记为

1. 极限转为定积分从极限转为定积分的核心思想是通过 黎曼和 将求和问题转化为积分问题。常见的转化公式包括： 均匀分割的求和极限：$$\lim_{n \to \infty} \sum_{i=1}^n f\left(a + i \cdot \frac{b - a}{n}\right) \cdot \frac{b - a}{n} = \int_a^b f(x) , dx$$ 无