更多精彩内容,欢迎继续阅读
1. 一体化关节模组到底在解决什么问题第一次接触一体化关节模组的人,脑子里冒出来的画面通常是“电机加减速器拧在一起”。这个理解不算错,但只看到了壳子。真正做过机器人本体设计的人都知道,关节模组是把电机、减速器、编码器、驱动器、制动…
阅读更多 →雷雨季最忙的那阵子,我去客户现场处理室外网络摄像机的批量故障。十来台设备,分布在园区四角,电源和网线都是几百米的长距离走线,一到雷雨天就挂,轻的网口灯不亮,重的直接把主板上PHY芯片烧出一个洞。拆开看…
阅读更多 →在AI漫剧赛道,2026年国内用户规模已达6亿人,全年市场规模预计突破400亿元。但很多创作者在实际落地时,第一步就被环境配置劝退:本地部署需配置Python环境、管理模型文件、调试节点连接,硬件要求显存8GB以上。本文从技术…
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 →