更多精彩内容,欢迎继续阅读
1. 封装转换这件事,为什么值得单独拎出来讲画过板子的人都有一个共识:原理图可以自己从头画,封装库却很难完全从零建。尤其是当你在立创EDA里已经攒了几百个经过验证的封装,突然因为公司流程、客户要求或者个人习惯要切到Cadence …
阅读更多 →1. 一次“架构不匹配”事故,让我开始研究 QEMU 跨平台构建大概两年前,我在本地的 x86 开发机上写了一整套微服务,CI 里也只构建了linux/amd64的镜像,当时觉得一切正常。直到后来团队买了一台 ARM 架构的服务器,部署的时…
阅读更多 →写这篇文章的起因很简单:我手头只有一台x86_64的Linux服务器,但项目要同时发布amd64、arm64甚至arm/v7的Docker镜像。买ARM开发板做构建机当然可以,但成本和维护链路都偏重,于是我把目光放在了QEMU模拟这个方案上——用QEMU在x86架…
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 →