更多精彩内容,欢迎继续阅读
1. 具身智能不是“会动的AI”,而是让机器真正理解物理世界的认知革命最近在几个工业机器人展会现场,我看到不少厂商把装了摄像头和机械臂的移动底盘贴上“具身智能”标签,现场演示抓取快递盒、绕开障碍物——观众鼓掌,但工程师私下…
阅读更多 →1. 从“会说话的机器人”到“能做事的伙伴”:具身智能不是新概念,而是旧问题的新解法你有没有见过这样的场景:一个机械臂在实验室里反复抓取不同形状的积木,失败十几次后突然成功;一台轮式机器人在陌生走廊里绕开拖鞋、…
阅读更多 →1. 项目概述:为什么这个转换链路值得你花两小时认真读完我第一次在K210上跑通自己训练的YOLOv5模型时,整整卡了三天。不是代码写错,也不是硬件接线问题,而是卡在了从PyTorch导出到最终烧录进K210芯片这看似最“顺理成章”的一环—…
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 →