更多精彩内容,欢迎继续阅读
1. 从一条链到一套链:substrate 到底在解决什么问题第一次接触 substrate 是在一个需要快速验证链上业务逻辑的项目里。当时团队面临的选择很直接:要么基于某个现成的公链做智能合约开发,要么从零搭一条链。前者受限于虚拟机的性能和费用模型…
阅读更多 →最近朋友送了我一块1.28寸的圆形屏幕,主控是GC9D01,一直想找个有意思的玩法。写轮眼这事儿琢磨了挺久,毕竟是火影里辨识度最高的视觉符号之一,做成动画循环播放,放在桌面上当个摆件挺带感的。ESP32配GC9D01这种圆形屏&…
阅读更多 →1. 为什么“多元芯片即插即用”不是口号,而是PyTorch生态里真实存在的断层我第一次在客户现场看到三台服务器并排运行:一台装着A家NPU卡跑推理,一台插着B家AI加速卡训模型,第三台是C家自研芯片做在线服务——结果三台机器的PyTorc…
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 →