更多精彩内容,欢迎继续阅读
1. 为什么要在本地折腾一个英雄联盟自动化工具打英雄联盟的人多少都动过“让电脑帮我干点啥”的念头。比如秒选英雄、自动接受对局、一键查队友战绩、对局结束后自动点赞,甚至把每局的详细数据拉下来做自己的胜率分析。这些需求听起来零散,但背后其实指向…
阅读更多 →写模板这事,得从一次特别狼狈的经历说起。那时候我刚把一个中型项目塞给 Claude Code 做重构,结果发现每天早上一开工,光是把项目背景、技术栈约束、目录结构、编码偏好这些上下文重新交代一遍,就得花掉十几分钟。更要命的是&…
阅读更多 →做视频开发或者素材处理的朋友应该都有类似经历:手里有一段视频,想从某个瞬间截一张清晰的大图用于汇报,或者想知道这段视频到底多少帧、什么编码、有没有B帧,结果只能打开播放器拖进度条,截屏还得碰运气。接触FFmpeg之…
阅读更多 →大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…
阅读更多 →当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:
阅读更多 →📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…
阅读更多 →一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…
阅读更多 →文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…
阅读更多 →