更多精彩内容,欢迎继续阅读
前几天群里一位朋友说,自己那张8G显存的老卡,平时想本地生成一张图都得东拼西凑省显存,更别提“先生成、再编辑”这种两段式操作了。我把Qwen-Image-2.1的说明丢给他,他第一反应是:7B的模型,FP16单权重不就…
阅读更多 →最近在带一个 AI Agent 的实战项目,正好推进到第四篇,这次聊聊知识获取管道,也就是 RAG。如果前三篇我们解决的是 Agent 的“大脑”和“手脚”,那这一篇解决的就是 Agent 的“眼睛”和“耳朵”——它怎么拿到自己不知道的信息。很…
阅读更多 →适配器和装饰器模式,绝对是 Java 面试里被问烂了、但翻车率也最高的一组设计模式。我当面试官这几年,十个候选人里至少有四五个会把这两个搞混——有人能一字不差背出定义,一画类图就露馅;有人代码写得出来,但追问一句…
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 →