💻 Tutorials

Multimodal Vision AI Tutorial Center

Kaggle Notebook Based Learning Platform

---

Overview

Tutorials 是 Multimodal Vision AI Learning Center 的实践入口。

本模块主要提供基于 Kaggle Notebook 的可运行实验案例。

学生无需复杂环境配置，可以直接在线运行 Notebook，快速体验：

• 多模态大模型推理；
• Vision Language Model 应用；
• Document AI 实验；
• OCR 与文档理解；
• Benchmark 评测流程。

通过：

Open Notebook

      ↓

Run Code

      ↓

Observe Results

      ↓

Modify Experiment

      ↓

Explore Research

快速进入人工智能实践。

---

🎯 Tutorial Goals

通过 Tutorials 学习，你将能够：

• 熟悉 Kaggle GPU 实验环境；
• 运行主流开源 AI 模型；
• 理解模型基本使用流程；
• 完成简单实验修改；
• 为后续科研实验打基础。

---

📚 Available Tutorials

Tutorial	Topic	Platform
OmniDocBench Kaggle Tutorial	OmniDocBench Qwen2.5 Kaggle教程	Kaggle Notebook
Qwen3.5 SFT/GRPO Tutorial	Qwen3.5（SFT / GRPO）微调教程	官方教程
------------------------------------------------------------------------

📌 Learning Principles

本模块坚持：

• Run First ------ 先运行，再理解；
• Code First ------ 通过代码学习；
• Open Source First ------ 使用开源模型；
• Research Oriented ------ 面向科研实践。

---

🔭 Future Tutorials

未来将持续增加：

• Qwen-VL Series
• InternVL
• Florence
• SmolDocling
• PaddleOCR-VL
• Multimodal Agents
• Medical Vision AI

---

Learn · Practice · Explore

Multimodal Vision AI Learning Center