更多精彩内容,欢迎继续阅读
1. 为什么“两地三中心”成了高可用的代名词1.1 先回答那个最常被问的问题:它凭什么比单机房高一档在做架构评审的这些年里,我被问得最多的不是“怎么做高可用”,而是“我们业务量还没到那个地步,要不要上两地三中心”。说实话&am…
阅读更多 →1. 项目开篇:当测试流程遇到AI,先别急着惊喜作为一个在测试岗上摸爬滚打了十多年的人,我见过太多“银弹型”工具吹得天花乱坠,最后落地时连个水花都砸不出来。所以当“AI赋能测试流程”这句话在团队里反复出现时,我第一…
阅读更多 →XSS 的本质只有一句话:浏览器把攻击者输入的"数据",当成了"代码"来执行。 本文从基础概念讲到三个靶场实战:属性逃逸、JSONP 劫持、登录框反射型。⚠️ 本文所有测试均在授权靶场中完成,仅用于安全学习与防御…
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 →