这份资料解决的问题

InternVL3研究怎样把视觉理解、语言能力和测试时推理结合起来。它适合用于分析文档图像、复杂图表与多图任务，不应只看综合榜单。实际项目需分别验证缩放后的细字识别、跨页信息关联、图表数值和无答案拒答；视觉编码器占用与语言模型缓存也应分开记录。

原始研究资料

原文题名：InternVL3: Exploring Advanced Training and Test-Time Recipes for Open-Source Multimodal Models。

作者：Zhu, Jinguo、Wang, Weiyun、Chen, Zhe、Liu, Zhaoyang、Ye, Shenglong、Gu, Lixin、Tian, Hao、Duan, Yuchen等（完整署名见原文）。

原始发表入口：InternVL3: Exploring Advanced Training and Test-Time Recipes for Open-Source Multimodal Models。本页上方提供完整、未经删改的原始PDF，可在线阅读或直接下载。中文文字是独立导读，不冒充全文译文；实验设置、算法公式、消融结果和附录以完整PDF为准。

原始文献及本文引用请保留作者、题名、原发表机构与原文地址。原文采用CC BY 4.0许可，本地副本保留原有署名和出版信息。

来源、翻译与版权说明

来源：原作者 · arXiv。第三方内容版权归原作者或发布机构所有；本站仅在许可证或明确授权允许时提供本地原文。