VLA 详细的入门基础
2026 年的 VLA 很少有很深的技术积累,上层还是比较空的,所以速通的时间可以比较快。但后面想要做深、做 work,就要好好学习基础。 这份学习路线有几个特点: 不从 CNN 等传统内容开始,而是直接从 LLM 到 VLA。学习时间比较短,适合三个月速通,或者适合一些想要等有一定知识之后再补基础的人。 从项目入手, …
环境配置、工具链、写作方法与可复用的实践步骤。
2026 年的 VLA 很少有很深的技术积累,上层还是比较空的,所以速通的时间可以比较快。但后面想要做深、做 work,就要好好学习基础。 这份学习路线有几个特点: 不从 CNN 等传统内容开始,而是直接从 LLM 到 VLA。学习时间比较短,适合三个月速通,或者适合一些想要等有一定知识之后再补基础的人。 从项目入手, …
入门一个新领域时,很多人的第一反应是去搜“XX 带你入门”,然后看半天网课。 但我现在越来越觉得,入门的核心不是先堆资料,而是先抓住这个领域最核心的问题。 入门先抓核心问题 举几个例子: VLA 的最终目标,是让机械臂更好地理解指令并完成动作。 LLM 的核心问题,是如何让 token 按照更合理的语义和逻辑继续生成。 …
Related Work 不是文献堆砌,而是为本文创新服务的论证结构。 如果你的论文属于“技术移植型”工作,也就是把某个新技术 B 引入到本文所在范式 A 中,那么 Related Work 通常可以写成两条主线: 跨领域技术溯源:说明 B 是什么,它从哪里来,为什么可以迁移到 A。 本文核心范式梳理:说明 A 领域已 …
Introduction 的目标不是简单介绍背景,而是把读者一步步带到你的研究问题前面。 一篇清楚的 intro,通常需要完成四件事:说明领域重要性、指出现有方法进展、提出核心瓶颈、给出本文解决方案和贡献。 1. 开篇定调:领域背景 + 研究意义 第一段要回答一个问题:为什么这个方向值得研究? 写作时可以从宏观领域突破 …
深度学习环境配置是一个很典型的“新手劝退、老手浪费时间”的问题。 就算已经熟悉 CUDA、PyTorch、conda,也仍然可能遇到版本不适配、数据集太大、服务器网络太慢、GitHub 包装不上等问题。 我短时间内经历了笔记本和服务器四五次完整环境搭建,每次都要花 3-4 个小时。为了避免以后继续浪费时间和算力,把目前 …
在AutoDL的服务器上,我在下载数据集和模型权重的时候踩了特别多的坑。 我尝试用过云盘传 也试过下载在本地,再通过服务器上传 全部都失败了!不是上传特别慢就是数据集太多,太散,太难传。 最后,我找到了解决方法的最终版本,下载速度稳定15MB+ 一:创建conda环境 conda create -n …
这篇文章用于测试站点增强功能:文章目录、代码复制、图片放大、Mermaid 图表和 LaTeX 数学公式。 代码复制 def hello_site(name: str) -> str: return f"Hello, {name}" Mermaid 图表 flowchart LR A[写 Markdown] --> …