更多精彩内容,欢迎继续阅读
如果你用手机App看过大型体育赛事,大概率已经体验过Kafka在背后提供支撑的场景:比分近乎实时同步、进球后几秒钟推送弹出来、球员命中率随每一次出手立刻刷新。这些年我在体育数据服务公司负责实时比赛数据分析,从第一版用数据库轮询做推送&a…
阅读更多 →1. 训练监控这件事,为什么值得单独拎出来说搞深度学习训练的人都有一个共识:模型跑起来只是第一步,真正折磨人的是“它到底学得怎么样”。尤其是用 MindSpore Transformers 跑大模型微调或者预训练的时候,一次训练动辄几个小时甚至…
阅读更多 →用了一段时间 Claude Code 之后,我最大的感受是:工具本身的能力是一回事,你喂给它的那套上下文规则好不好用,完全是另一回事。同样是让 AI 改一段老代码,有人拿回来的是能直接用的 diff,有人拿回来的是一堆…
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 →