Tag DeepSeek-VL

DeepSeek-VL（arXiv:2403.05525）详解：Hybrid Vision Encoder（SigLIP-L + SAM-B 双流编码）+ Real-world 数据策略 + 三阶段训练 pipeline，让 7B 多模态模型在 MMBench 上达到开源 SOTA，同时几乎不退化语言能力。