更多精彩内容,欢迎继续阅读
写这篇东西的时候,我正在折腾第三台云服务器。为什么是第三台?因为前两台分别被我不小心把系统搞崩了,以及因为贪便宜买了配置不够的机器,部署到一半就卡死。学习部署系统这件事,坑比教程多,而云服务器作为…
阅读更多 →1. “STM32理论”不是教科书里的抽象概念,而是嵌入式工程师每天要亲手拧紧的每一颗螺丝很多人第一次看到“STM32理论”这四个字,下意识会皱眉——太宽泛了,像大学期末考前翻的讲义目录,空洞、模糊、找不到下手点。我带过三届校企联…
阅读更多 →我先说明一下整理这份内容的方式。市面上关于AI Agent的争论很多,但真正把"数据防泄漏"这个安全视角切进去、还带市场规模和产业拆解的,很少见到有人系统写。我这篇就按自己的研究框架来——先讲清楚为什么AI Agent让传统防泄漏手段失灵&#…
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 →