时间来到这一天的时候可能不会再掉眼泪了
因为从去年九月开始时不时就开始掉眼泪了
现在的状态就是知道以后不会像现在这样就会e一下
今天出去玩聊到要毕业了又开始忍不住开e流眼泪 自己e的时候就会觉得一下就相当于永别了
但是好朋友经常反复说以后不会不见面只是会少很多
我是那种对方稍微疏远一点就会退很多步甚至消失的人
但是大学里交的知心朋友恰好是会拉我上来的
鸭大带给我最宝贵珍贵的永远是那几苗人
深知大学里的好朋友和以往各阶段朋友的不同
天南海北而来又在毕业后被打散到天南海北
见面肯定不如现在频繁
也一直觉得大学里的好朋友才是真正完全的彻底的自己选的好朋友哪怕一开始就知道会有分别我还是选择了和你交心
不是因为在一个家乡一个高中或者分到了一个班而熟知
虽然本科的好朋友非常少但是他们对我来说却有种说不出来的意义也是他们一次又一次拉我上来
希望哪怕以后存在地理距离彼此之间也还会有很多很多人生的羁绊我一点也不喜欢离别一点也不喜欢走散
对SYSU的眷恋可能不会很深
但永远爱SYSUer

#大模型日报##AI前沿动态# 【技术】
【TPAMI 2023 | 跨模态因果干预实现鲁棒可信的事件级问答推理】

•论文信息：《Cross-Modal Causal Relational Reasoning for Event-Level Visual Question Answering》Yang Liu, Liang Lin(中山大学)
•论文链接：https://t.cn/A6pKnaGQ
▪代码链接：github.com/HCPLab-SYSU/CMCIR
•因果驱动的视觉-语言推理开源框架#Causal-VLReasoning#：github.com/HCPLab-SYSU/Causal-VLReasoning
•概述：首次在事件级问答推理任务中探索了#跨模态因果关系发现#的可能性，在#结构因果图#（Structural Causal Model, SCM）的视角下，创新性地引入了#视觉因果前门干预#和#语言后门因果干预#模型，以增强事件级问答推理模型的鲁棒性和可信性。该研究的重要意义在于为未来探索如何利用因果范式提升多模态大模型的鲁棒性、可解释性和可信性提供了思路和启发。

一个人回广州·见嘉狗的·怀旧的·小旅行

☑️sysu502
☑️牛肉火锅
☑️潮福生腌
☑️the dot & making…
除了the dot变亚了，午夜心酸没以前好喝了，一切都是老样子！但是，因为在五羊邨直接喝伤了，导致第二天去快乐和尚happy hour的计划失败！不争气！

北京好烂，广州真好，我爱广州！ https://t.cn/RxBL9ti