更多精彩内容,欢迎继续阅读
1. 模型优化器到底在优化什么第一次看到 Model-Optimizer 这个词,很多人会下意识以为它又是一个“调参神器”或者“自动炼丹炉”。我刚开始接触时也这么想,后来踩了几次坑才明白,它真正解决的是模型从“能跑”到“跑得好、跑得省”之间的那段…
阅读更多 →简介:这是天池瑞金医院MMC人工智能辅助构建知识图谱大赛初赛的参赛作品,聚焦糖尿病相关医疗命名实体识别(NER),基于pycrfsuite实现。整套资料面向参加同类竞赛的算法学习者与医疗NLP入门者,可直接用于复现赛…
阅读更多 →1. 模型优化器到底在优化什么第一次听到“Model-Optimizer”这个词,很多人会下意识以为它又是一个新的深度学习优化算法,比如像 Adam、SGD 那样的东西。其实不是。在工程实践里,Model-Optimizer 更多指的是一整套围绕模型体积、推理速度、显存…
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 →