更多精彩内容,欢迎继续阅读
1. 多传感器融合轨迹估计的整体设计思路1.1 为什么单靠一种传感器搞不定轨迹估计做机器人或者自动驾驶定位这行的朋友,大概率都经历过这样的场景:跑了一段数据,发现纯激光雷达建出来的轨迹在长走廊里飘得离谱,纯GNSS在楼宇密集区直…
阅读更多 →过去大半年,我一直在帮客户把内部工具从"聊天机器人套壳"改造成真正能跑通业务的agent-native应用。说实话,最开始我对"agent-native"这个词是有点警惕的,因为AI圈子里的新概念太多了,今天讲RAG,明…
阅读更多 →1. 多传感器融合轨迹估计的整体设计思路1.1 为什么单靠一种传感器做轨迹估计总差点意思做机器人或者自动驾驶定位这行的,基本都经历过一个阶段:一开始觉得激光雷达点云配准出来的位姿挺准,跑一段发现漂了;后来觉得GNSS能提供全局坐…
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 →