更多精彩内容,欢迎继续阅读
现在打开任何一个行业社群,十个帖子里至少有三个在聊Agent,剩下的七个在问“Agent怎么学”“Agent框架怎么选”。热潮本身没错,但我发现一个挺有意思的现象:很多企业连最基础的AI能力都还没用好,就急着去搭那种“端到端…
阅读更多 →先说明一下:人人都想上 Agent,这个风气我是理解的。大模型能力卷到今天,Agent 确实是天花板最高的玩法,能自主规划、能调工具、能复盘迭代,做出来非常唬人。但作为一个在企业里做过不少 AI 落地项目的从业者࿰…
阅读更多 →DeepSeek-V4.1-Flash的技术报告放出来后,我第一时间把KV缓存压缩和百万上下文部署这两块翻来覆去读了几遍。群里不少朋友也在问,437倍这个数字到底是不是噱头,单卡跑百万token的Agent到底靠不靠谱。结合我这两周在本地部署、量化、Agent框架对…
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 →