多模态论文笔记合集

大家好，这里是好评笔记，公主 号：Goodnote，专栏文章私信限时Free。本笔记的任务是解读多模态论文/面试过程中可能会用到的知识点，内容通俗易懂，入门、实习和校招轻松搞定。

公主号合集地址

点击进入免费地址：多模态论文笔记合集

笔记介绍

本笔记的任务是解读当下前沿的热门多模态论文，多模态是AIGC时代链接不同模态之间的桥梁，为 AIGC 的进一步发展筑牢根基。本笔记力求以通俗易懂的语言，将复杂的论文知识点化繁为简。包括但不限于计算机视觉领域结合Transformer的ViT和ViLT，Transformer和Diffusion结合的生成式模型架构 DiT 和 U - ViT，图像和文本的联合训练CLIP、BLIP和BLIP2，离散空间的表征学习VQ - VAE、VQ - VAE - 2和dVAE（DALL·E的核心部件），知名多模态模型LLaVA，图像生成文本模型Coca和CogVLM系列。

其他

本笔记还在持续更新，欢迎各位关注公主号多模态论文笔记合集

合集目录

本系列其他相关笔记参考如下：

1. 🔥免费试读🔥多模态论文笔记——ViT、VILT
2. 🔥免费试读🔥多模态论文笔记——DiT (Diffusion Transformer)
3. 多模态论文笔记——CLIP
4. 多模态论文笔记——BLIP
5. 多模态论文笔记——BLIP2
6. 多模态论文笔记——VQ - VAE和VQ - VAE - 2
7. 多模态论文笔记——dVAE (DALL.E的核心部件)
8. 多模态论文笔记——LLaVA
9. 多模态论文笔记——Coca
10. 多模态论文笔记——CogVLM和CogVLM2
11. 多模态论文笔记——U - ViT (国内版Diit)