qwenvl

Qwen2.5-VL模型架构解读——数据处理部分输入数据：Qwen2.5-VL中swift/llm/template/template/qwen.py用于将文本和图像/视频输入联合编码（tokenize + 媒体预处理）的 _encode 方法实现。其主要目标是：

qwenvl 以及qwenvl 2 模型架构理解qwenvl 模型理解：参考资料： https://qwenlm.github.io/zh/blog/qwen2-vl/ https://github.com/QwenLM/Qwen2-VL?tab=readme-ov-file https://qwenlm.github.io/zh/blog/qwen2-vl/

我是有底线的