简约科技风教育多模态数据处理流程图人工智能研究插画

展示一个三阶段教育行为识别模型的训练流程。顶部数据源（两个输入框）：左侧：标注“bbox + behavior”，内容为带边界框的学生图像（如举手、解题、困惑表情），来源“从people中提取”，数量“100K”；右侧：标注“教育多模态数据”，包含两类子数据：• “state caption + overall caption”（90%，来自people）• “教育科普文本”（10%，来自教育类科普库）总量标注“200K”。左侧数据用于阶段1，右侧数据用于阶段2。中部三个蓝色梯形模块（从左到右编号①②）：① 阶段1：视觉-行为对齐组件：Vision Encoder + Projector（Projector 带🔥图标）说明文字：“仅微调投影层，冻结LLM”② 阶段2：全量微调（教育描述优化）组件：Vision Encoder + Projector + LLM（Projector带🔥图标）说明文字：“90% 教育描述 + 5% 科普 ”③ 阶段3：RLHF精调组件：Vision Encoder + Projector + LLM（Projector带🔥图标）说明文字：“使用 state caption + overall caption + bad caption 进行PPO优化”。底部输入条（长矩形）：内容为state caption + overall caption + bad caption 示例。右侧输出：一个手持书本的机器人图标，胸前写着“EduAI”，箭头从阶段3指向它。整体风格：深蓝色主色调 + 浅黄色高亮，白色背景，圆角矩形与平行四边形模块，粗黑实线箭头，无多余装饰，字体清晰，适合科研论文插图。所有的颜色都是浅色系