Đang tải nội dung…
LEARNDO / ĐỌC THEO LỘ TRÌNH
Mỗi ngày một bước, từ 2D đến 3D
Bắt đầu với lịch sử và ý tưởng, xây nền tảng, thực hành thị giác 2D, rồi đi vào hình học 3D và kiến thức chuyên sâu. Mỗi bài vẫn có ví dụ, bài tập và chuỗi đọc riêng.
Đây là lịch đọc từ 261 bài đang công khai, không phải ngày xuất bản. Ngày đăng gốc được giữ trên từng bài. Ngày cuối được cân đối để có 2–4 bài; thời gian dưới đây chưa tính thực hành.
87 ngày khám phá
Trang 13 / 13Ngày 85
3 bài · khoảng 62 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 24 phútProjector trong VLM: học cầu nối giữa đặc trưng ảnh và ngôn ngữ
Huấn luyện một phép chiếu nhỏ trên các cặp vector tổng hợp, kiểm tra bằng dữ liệu chưa thấy và đối chứng ghép sai để hiểu vai trò của bộ nối.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 18 phútĐóng gói hội thoại có ảnh: token, padding và nhãn bị che
Dựng một batch hai hội thoại có số token ảnh khác nhau. Kiểm tra dịch nhãn, bỏ qua ảnh và padding trong loss, nhưng vẫn giữ ảnh làm ngữ cảnh.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 20 phútHỏi video: chọn khung hình mà không bỏ lỡ sự kiện ngắn
So sánh lấy khung đều và lấy theo biến đổi trên video tổng hợp. Đo khả năng nhìn thấy sự kiện trước khi đánh giá khả năng hiểu sự kiện của VLM.
Ngày 86
3 bài · khoảng 64 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 22 phútTìm trang tài liệu bằng tương tác muộn giữa token
Tự tính MaxSim trên các vùng trang tổng hợp và so với gộp một vector. Tìm hiểu vì sao điểm truy hồi không đồng nghĩa với một câu trả lời có bằng chứng.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 24 phútDữ liệu VQA tổng hợp: kiểm tra bằng chứng và tránh rò rỉ ảnh
Tạo các cặp hỏi đáp có chủ đích cài lỗi, giữ thông tin nguồn và so sánh chia theo dòng với chia theo cảnh. Kiểm tra dữ liệu trước khi nghĩ đến huấn luyện.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 18 phútDPO cho VLM: điều chỉnh từ hai câu trả lời được so sánh
Tự tối ưu một chính sách có hai câu trả lời để hiểu tỉ số so với mô hình tham chiếu. Phân biệt học sở thích với kiểm chứng tính đúng của nội dung ảnh.
Ngày 87
3 bài · khoảng 58 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 20 phútĐưa VLM vào dịch vụ: tính ngân sách bộ nhớ và ghép yêu cầu
Ước lượng trọng số, KV cache và phần token padding. So sánh ghép theo thứ tự đến với ghép theo độ dài, đồng thời nhận diện những chi phí chưa được mô phỏng.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 22 phútBundle adjustment: tối ưu ảnh chiếu và kiểm tra cấu trúc 3D
Tối ưu đồng thời ba camera và các điểm không gian, khóa bậc tự do không quan sát được, rồi phân biệt sai số ảnh với sai số hình học.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 16 phútNeRF: tổng hợp màu trên một tia bằng mật độ và độ truyền qua
Tự dựng màu pixel từ các đoạn dọc tia, kiểm tra bảo toàn trọng số và quan sát vì sao đảo thứ tự lớp làm màu thay đổi.