更多精彩内容,欢迎继续阅读
1. 建筑方案协作的真实痛点与AI切入逻辑干了十来年建筑设计,我见过太多方案死在“表达”这一环。设计师脑子里有个很清晰的空间关系,但落到SU体块或者Rhino曲面上的时候,往往已经损耗了三成;等到给甲方汇报,效果图公司…
阅读更多 →1. 为什么我会盯上OES Plus这块“电子垃圾”先说结论:OES Plus这台设备,在二手市场上大概百元出头就能拿下,但它给的东西是——三盘位SATA、千兆网口、USB 3.0、一颗四核ARM处理器、可刷Armbian的开放引导。这个配置放在成品NAS市场里&#x…
阅读更多 →1. 为什么 2026 年还要认真折腾一次 Codex 部署先把结论摆在前面:Codex 这类 AI 编程助手,真正拉开体验差距的从来不是模型本身,而是部署方式和API 配置这两件事。我见过太多人兴冲冲装完,结果卡在unable to locate the codex cli…
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 →