Chinese CLIP：中文对比视觉语言预训练
Qwen 团队发布 Chinese CLIP，采用两阶段预训练方法将 CLIP 迁移到中文，使用 LAION-5B 中文部分、Wukong 等公开数据集，图文对总量达 2 亿。
推荐理由：原文给出两阶段预训练方法和跨模态检索对比结果，读者可据此了解中文 CLIP 的迁移路径与数据构成。
千问 Qwen
全部主题阿里千问 Qwen 系列的开源发布与迭代：从旗舰模型到端侧小模型的全谱系动态。
42条精选相关主题DeepSeekKimi / 月之暗面开源生态
最新精选
第 41–42 条 · 共 42 条Qwen Blog精选AI 评分6262
Qwen Blog精选AI 评分6262 OFA：构建 One-For-All 统一多模态预训练模型
Qwen 团队提出 OFA（One-For-All），一个统一理解与生成任务的统一多模态预训练模型，采用基于指令的多任务预训练，并开源了预训练和微调模型。OFA 统一了模态、架构和任务，用 VQ token 表示图像、用 bins 离散化边界框，预训练涵盖 8 个任务，包括视觉定位、图像描述、VQA、图文匹配、检测、图像补全和文本补全。
推荐理由：原文给出 OFA 的统一框架设计与 5 个尺寸的开源模型，读者可据此了解多模态统一模型的早期技术路线。