更多精彩内容,欢迎继续阅读
1. 为什么我决定自己动手搭建金融数据服务大约半年前,我需要同时管理几个不同来源的财务数据:银行卡流水、基金持仓、自营小生意的收支记录、还有几笔长期贷款的还款计划。市面上不是没有现成的记账软件或者资产管理工具,我甚至一度开了好几个…
阅读更多 →每天要在 IDE、终端、浏览器之间来回切,为了查一个方法签名翻遍整个仓库,这种事我干了太多年。所以当我第一次把 superpowers 接进自己日常开发流程时,最大的感受不是“这工具好酷”,而是“这玩意儿怎么没早点出现”。它不是某个大…
阅读更多 →1. 天线效应违例到底在报什么错天线效应(Antenna Effect)这个词,做数字后端的兄弟应该都不陌生。简单说,就是在芯片制造过程中,金属层或通孔在刻蚀时积累了电荷,这些电荷如果找不到泄放路径,就会…
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 →