更多精彩内容,欢迎继续阅读
1. 这项目到底在解决什么问题:先说结论做应用安全这些年,我接触过的防护手段不算少,从早期的WAF旁路部署,到后来搞基线核查、漏洞扫描、渗透测试,再到最近两年跟DevOps团队一起推安全左移,一路踩过来最大的…
阅读更多 →搞算法和写底层代码的人,大概率都逃不过两个东西:一个是快速幂,一个是位运算里的按位与(&)。你可能见过那种“一行代码求x^n”的骚操作,也见过判断奇偶时写n & 1代替n % 2的习惯。但说实话…
阅读更多 →做批量处理的老哥大概率都经历过这样一个场景:单进程脚本跑了一小时,进度条还在 30%,任务列表里偶发一条脏数据,整个程序直接崩掉,还得从头再来。我最早处理这类问题时用的是多线程,后来在调一批接口探测任…
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 →