# 高分辨率微調

PaliGemma 2是Google開發的視覺語言模型(VLM)，結合了Gemma 2語言模型和SigLIP視覺模型的能力，支持多語言視覺語言任務。

BEiT是一種基於視覺Transformer架構的圖像分類模型，通過自監督方式在ImageNet-21k上預訓練，並在ImageNet-1k上微調。