更多精彩内容,欢迎继续阅读
1. 为什么STM32上做页面切换容易翻车:从一次卡死说起先讲个真实的经历。之前做一个基于STM32H750的智能家居中控屏,界面大概五六个页面,用LVGL 8.3版本,跑在FreeRTOS上。前期在PC模拟器里调试一切正常,切页动画流畅得不…
阅读更多 →做这个系列第二篇之前,先提一嘴上一篇聊过的核心结论:Pi Agent 是一款面向开发者的开源 coding agent,它跟普通代码补全工具最大的区别是“能干活”——接到任务后会自己读仓库、定位文件、改代码、跑测试、出 diff。这一篇的重点非常明确&am…
阅读更多 →前几天调试自己维护的那个自养Agent时,我遇到了一个很直观的项目记录:一份5.9GB大小的模型权重,最终只占了2.7GB显存就能稳定跑起来。数一数这背后的逻辑,其实非常关键——5.9GB的模型文件按FP16存储大概对应着3B参数规模…
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 →