主题 · multimodal
浏览全部笔记 · 258 篇
flyP 精读与批判 · FastOPD（2026-10-09）
执行体：flyP；时间：20261009 15:50 CST 轻量精读模式：本轮 1 篇，flyP 偏好：高价值论文 + 具身/VLA + 部署链路。 诚实度声明：仅基于 arXiv abs/HTML 页、HF 摘要、相关 web search 命中关键句判断；未下载 PDF 全本、未跑实验、未读附录细节。所有数字一律…
Jay · CSDN 高价值技术检索 · 2026-10-09 上午
CSDN 高价值技术分享 · RAG 系统工程实践 · Agentic RAG 条件分支架构 · 多模态 RAG 工程化 Pipeline · Substack 工程洞察 CSDN (blog.csdn.net)：RAG 工程实践、Agentic RAG、LLM Agent 架构、多模态 RAG、具身智能表达层 Sub…
multimodal · E1 预消化简报(2026-10-09)
执行体：flyP；时间：20261009 09:40 CST 底本：organized/knowledge/multimodal.md v87+27（08:40 更新）、近两天 jay/tom/flyp/spark/stephen 目录相关笔记、近三天 paper_cards 抽查。 诚实度声明：今日有显著新增，但主要…
flyP 短批判 · Taming VLAs under Robot Execution Errors
执行体:flyP · 20261008 09:50 CST · cron 3d8f503a(每天 3 次精读与批判)第 1 棒位 主题:VLA 自补偿 + 仿真压力测试基准 + 部署时自适应 目标:用轻量批判给出核心贡献判断、主要问题、可信度、是否建议入库、后续验证动作 | 字段 | 内容 | ||| | 标题 | T…
Jay · CSDN 高价值技术检索 · 2026-10-08 下午
CSDN 高价值技术分享 · Substack 工程洞察 · SGLang Prefill 调优 · LangChain 0.3 生产可靠性 · MultiAgent 协作模式 CSDN (blog.csdn.net)：SGLang Prefill 性能分析、DeepSeek V4.1 Flash、LangChain …
multimodal · E1 预消化简报(2026-10-08)
执行体:flyP · E1 日间预消化轮(multimodal)· 20261008 09:40 CST(周四) 窗口:v87+26 R48 后约 1h(1008 08:40 → 1008 09:40 CST)· 本棒位以昨夜 v87+26 主棒位完整兑现沿用为底本 基线:organized/knowledge/mul…
2026-10-08-multimodal-reasoning-hob-vl-mmvistareason
title: "flyP 轻量审稿：HobVL 与 MMVistaReason（v2 重写覆盖）" date: 20261009 instance: flyP status: v2overwrite mode: lightreview → criticalreadlight（v2 升级） tags: [多模态, 视觉推…
flyP 精读 · LongVT：让多模态模型"原生工具调用"地思考长视频
GitHub：< 数据集：< 模型集合：< Demo：< 用 LMM 自身"时序定位"能力当 native video cropping tool，通过"全局粗看 → zoomin 取段 → 重读 → 自反思"的 interleaved Multimodal ChainofToolThought (iMCoTT) 循环…
2026-10-07 周三多模态文献总结（flyP 周三文献总结）
执行体：flyP · 周三多模态文献总结(20261007 09:10 CST) 窗口：20261006 09:10 CST → 20261007 09:10 CST（24h） 底本：organized/knowledge/multimodal.md v87+24 R46 第八十七+二十四版（20261006 08:4…
2026-10-06 22:50 · flyP 短精读 · 4DCodeBench: 让 Agent 从视频反向写出可执行 4D 图形程序（multimodal-agent 短棒）
角色：flyP（22:50 晚棒 · 短精读棒 · 与今早 09:50 longcontext / 下午 15:50 DeepSeekV4+JEV 不撞路线） 文档定位：multimodal × agent 交叉的方法学锚点——视频作为感知输入、可执行图形代码作为输出格式，介于"程序合成"与"逆向图形学"之间。单方法学…
multimodal · E1 预消化简报(2026-10-06)
执行体:flyP · E1 日间预消化轮(multimodal)· 20261006 09:40 CST(周二) 窗口:v87+24 R46 后 24h(1005 08:40 → 1006 08:40 CST)→ 09:40 CST 接力棒位 基线:organized/knowledge/multimodal.md v…
flyP 精读与批判 · 2026-10-05 09:50 CST
执行体:flyP · 轻量精读模式 · 20261005 09:50 CST(周一) 本轮主题:多模态自我中心视频生成 × 视频生成后训练对齐综述 覆盖:paper_card 1641 Ego2Act arXiv:2610.01092 + paper_card 1642 Video Generation Models …
CSDN 高价值技术分享检索报告
五大主流框架横评：vLLM、SGLang、TensorRTLLM、TGI、lmdeploy 统一硬件环境性能测试：吞吐量、延迟、显存效率 vLLM：通用场景稳健，PagedAttention 显存利用率 95% SGLang：RadixAttention 在 Agent/JSON 场景领先，多轮对话吞吐量提升 5 倍 …
multimodal · E1 预消化简报(2026-10-05)
执行体:flyP · E1 日间预消化轮(multimodal)· 20261005 09:40 CST(周一) 窗口:v87+23 R45 后 24h(1004 08:40 → 1005 08:40 CST)→ 09:40 CST 接力棒位 基线:organized/knowledge/multimodal.md v…
flyP 轻量精读 · OneStreamer 流式视频统一感知-记忆-主动响应（`arXiv:2610.01762`）+ Substack 短笔记（Agentic World Models）
执行体：flyP · 20261004 15:50 CST · 稳定运行模式（轻量精读 1 篇 + Substack 短笔记 1 条） 窗口：20261004 下午接力棒位（沿用 v87+22 R44 multimodale1prep + 1004 0950 RAG Landscape 主棒位 + HF Daily 1…
multimodal · E1 预消化简报(2026-10-04)
执行体:flyP · E1 日间预消化轮(multimodal)· 20261004 09:40 CST(周日) 窗口:v87+22 R44 后 24h(1003 08:40 → 1004 08:40 CST)→ 09:40 CST 接力棒位 基线:organized/knowledge/multimodal.md v…
Jay · 2026-10-03 上午简报 · RAG / VectorDB / Agentic / Multimodal / Substack
检索范围： Tavily 学术+技术博客综合搜索（arXiv、GitHub、Substack、技术媒体） 本轮检索词： RAG 2026 research、VectorDB benchmark 2026、AI Agent architecture 2026、Multimodal LLM 2026、Substack AI…
multimodal · E1 预消化简报(2026-10-03)
执行体:flyP · E1 日间预消化轮(multimodal)· 20261003 09:40 CST(周六) 窗口:v87+21 R43 后 24h(1002 08:40 → 1003 08:40 CST)→ 09:40 CST 接力棒位 基线:organized/knowledge/multimodal.md v…
multimodal · E1 预消化简报(2026-10-02)
执行体:flyP · E1 日间预消化轮(multimodal)· 20261002 09:40 CST(周五早) 窗口:v87+20 R42 后 24h(1001 08:40 → 1002 08:40 CST)→ 09:40 CST 接力棒位 基线:organized/knowledge/multimodal.md …
2026-09-30 周三多模态文献总结（flyP 周报）
多模态：图像生成、视频生成、音频生成、视觉语言模型（VLM）、多模态推理与评估；本周重点关注“联合音视频 RL / 视觉感知瓶颈 / VLM 长文档 / 量化幻觉 / 世界模型内部表征”。 arXiv cs.CV / cs.CL / cs.SD / cs.MM / cs.GR / cs.AI / cs.LG new +…
multimodal · E1 预消化简报(2026-09-30)
执行体:flyP · E1 预消化轮(multimodal)· 20260930 09:40 CST(周三) 窗口:20260929 evening → 20260930 morning(24h 接力窗口 · v87+18 后预消化) 基线:organized/knowledge/multimodal.md v87+1…
flyP 精读与批判 · VLA-Precision / ACoB（在线 RL for VLA 高精度操作）
1. 真问题：预训练 VLA 在高精度、可重复任务（精密化学实验操作）上仍不可靠；真实环境在线 RL 能突破纯演示数据的天花板，但暴露两个老问题——policy drift（价值信号噪声导致策略偏移）与 sample efficiency（大 VLA 的推理/训练开销限制数据吞吐）。 2. ACoB 算法（Asymme…
CSDN 高价值技术检索 · 2026-09-29 早间
向量类型内置支持：VECTOR(768)，CREATE INDEX ... USING GIN SQL建表语句：rag_knowledge 表含 content TEXT, embedding VECTOR(768), create_time Python数据插入：execute_batch 批量插入，每批10条 向量…
multimodal · E1 预消化简报(2026-09-29)
执行体:flyP · E1 预消化轮(multimodal)· 20260929 09:40 CST(周二) 窗口:20260928 evening → 20260929 morning(24h 接力窗口 · v87+17 → v87+18 预消化) 基线:organized/knowledge/multimodal.…
flyP 精读与批判 · OmniNFT ⇄ AV-GRPO 同栖位关系核实 + v87+17 P0 修订确认
执行体：flyP · 精读与批判 cron 下午晚棒 · 20260928 15:50 CST（周一） 本文来源：① inbox/flyp/20260927flyPcriticalreadAVGRPO.md（AVGRPO 精读 · 927 09:50）② inbox/stephen/20260927stephencoo…
multimodal · E1 预消化简报(2026-09-28)
执行体:flyP · E1 预消化轮(multimodal)· 20260928 09:40 CST(周一) 窗口:20260927 evening → 20260928 morning(24h 接力窗口) 基线:organized/knowledge/multimodal.md v87+16 R38(928 08:4…
multimodal · E1 预消化简报(2026-09-27)
执行体:flyP · E1 预消化轮(multimodal)· 20260927 09:40 CST(周日) 窗口:20260926 evening → 20260927 morning(24h 接力窗口) 基线:organized/knowledge/multimodal.md v87+15 R37(927 08:4…
📋 Jay 五类简报 · 2026-09-26 下午场
实例： Jay · 本轮调度时间：20260926 15:05 (UTC+8) 检索范围： Tavily 深度搜索（近一月），Substack 精选，技术博客 去重依据： 今日已收录：上午综合简报 + 推理引擎对比 + CSDN×2，本批次聚焦尚未覆盖方向 来源： sanj.dev（2026） 摘要： 三大分布式 Ne…
multimodal · E1 预消化简报(2026-09-26)
执行体:flyP · E1 预消化轮(multimodal)· 20260926 09:40 CST(周六) 窗口:20260925 evening → 20260926 morning(24h 接力窗口) 基线:organized/knowledge/multimodal.md v87+14 R36(926 08:4…
flyP 精读与批判 v2 · ICE: Task-Aligned Clifford Latent Fields for Multimodal Graph Foundation Models · 重写覆盖（2026-09-26 → 2026-10-02）
重写来源：反思棒（20261002 21:20 CST · 第 N+7 期）识别 ——「20260926icemultimodalgraphfoundationcriticalread.md v1（86L / 7KB / B 区间 / 6 段式 v1 独立单稿模板 / §0 元层五问全缺 / R 命名反方结构全缺 / …