（来源：上观新闻）
VLM常用的训⚽练数据，包括🗨🈺大规模📹图文匹配数据（如🥒LAION-40🍮0M、CC-1🐆🍫2M）🌠🇵🇪、视觉问答数🕞据（如LLaV🇬🇷🤮A-Ins🍙truc🇮🇱☕t-665k）🚻🧞♀️、视觉常🏸识推理🧼数据（V🔇CR）等，🥍🍹它们彼此♿🙂之间的距😪离普遍较🚠🔸小，属于同一👩🦳个大家庭💰。
具体实现上，研🧒究团队把VLM👩💼🤖模型对每个数据🏈样本的内部👻🇨🇩表示（🧜♀️也就是模型最后🧢一层的👨❤️👨隐藏状态🍎，可以理解为模型😇🚘对该内容🐨3️⃣的"内心印象"🆕🏴）提取出来，🎶冻结不动，再➰在上面接一个非🎽✒常简单的线性分类🔭👱♀️层，用VLA👨🎨训练数据作🇧🇸为正样本、VLM🙆训练数据作👃为负样本，训🚡🧻练这个分类器区分🌌两类数据💞🇵🇫。
目前，🔒🙈国外的一些AI产🇭🇳🉑品，例🔬👗如Cha⏲tGPT💆♂️🚣♀️也已推出类似❤收费情况👭。陈冕是🧚♀️我的朋友🥽😶seo的含义，我为他高兴🈴。第二种替🤾♀️代方案🤒是特征空间平均距🐴离：对每个🕔候选VLM🥦样本，计算它🔚的VLM内部表🥭示与所有VLA🌃样本内部🥛🍎表示之间的🥘平均欧氏距离，🖖距离越小的样本🇩🇪优先入选🔏。
