论文：https://arxiv.org/abs/2309.17425

代码：Data Filtering Networks | Papers With Code

阿里最近又开源了视觉多模态模型 Qwen2-VL，视觉编码器升级了，所以抓紧补一下DFN

• Qwen1-VL视觉编码器：OpenClip 的 ViT-bigG-14
• Qwen2-VL视觉编码器：DFN 的 ViT

本文重点：

1：用来做filter的模型和最终的目标模型