更多精彩内容,欢迎继续阅读
正文先说个结论:AI Agent 是真的能干,但它的"能干"恰恰是文档安全最大的风险来源。我最近在团队内部落地了几个 AI Agent 场景,从给研发写周报、自动整理客户反馈,到让 Agent 帮我们检索知识库、起草技术方案。体验确实…
阅读更多 →1. 先搞明白大模型的几个底层概念很多人一上来就找“大模型学习路线图”,到处收藏资料,结果越存越焦虑。我觉得问题不在资料不够,而是在动手之前,缺少一套能帮你判断“该学什么、什么是重点”的认知框架。大模型这个领域看着庞杂&…
阅读更多 →最近我把手头几个跑 Agent 的项目彻底重构了一遍,核心就是把散落各处的 LLM 调用、Tools 函数注册、MCP server 连接和 Skills 技能包全部收进了一个叫 tsm-hub 的本地网关里。折腾了一周多,踩了不少坑,也把很多原来“只能靠人肉切换”的流程…
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 →