关于学习中心¶
Multimodal Vision AI Learning Center / 多模态视觉AI学习中心 是一个面向高年级本科生、研究生和 AI 初学者的开放学习平台。核心目标不是堆积资料，而是把课程、代码、评测和研究表达连接成一条可完成、可检查的路径。
当前建设重点是多模态文档理解；后续将沿着共同的视觉语言基础，逐步扩展视频理解、多模态推理和真实场景智能应用。
课程建设¶
学习中心由河海大学计算机与软件学院谭国平教授团队建设。
平台提供什么¶
| 入口 | 适合解决的问题 | 典型产出 |
|---|---|---|
| 入门课程 | 我应该按什么顺序学习？每周做什么？ | 12 周学习记录与 Capstone |
| 动手教程 | 我想快速跟做一个可运行案例 | Notebook、结果与简短分析 |
| 项目实战 | 我想完成一个端到端研究作品 | 代码、配置、Benchmark 与报告 |
| 论文导读 | 我需要理解基础概念或进入前沿研究 | 阅读笔记与复现问题 |
| 学习资源 | 我需要查找官方模型、数据和工具入口 | 可追溯的官方来源 |
| 成果展厅 | 我想参考项目选题与展示方式 | 项目示例与 Capstone 灵感 |
为什么这样组织¶
中文主讲，保留必要英文术语¶
正文以中文解释学习目标、任务和判断标准；API 名称、论文概念与行业常用术语保留英文，便于继续阅读官方资料。
Official First¶
技术细节优先指向模型、框架、数据集和平台的官方文档。站内页面负责解释学习顺序、实践任务与自主检查，降低重复维护成本。
Evidence First¶
“代码运行了”不是终点。每项结论都应能回到输入、版本、配置、原始输出、指标和失败案例。
Responsible AI¶
鼓励使用 AI-assisted coding，但必须披露使用范围，并用测试、官方文档和人工审查验证输出。密钥、私人文档与未授权数据不得提交到公开仓库。