更多精彩内容,欢迎继续阅读
应用场景 机制 应用场景举例 二值信号量 外部按键按下,中断函数释放二值信号量,任务被唤醒处理按键事件。 ADC 转换完成中断释放二值信号量,任务 Take 等待 ADC 采样完成,读取采样值。 计数信号量 外部脉冲中断,每来一个脉冲GiveFromISR,任务 Take 读取脉冲次数,统计脉冲…
阅读更多 →简介:《在树莓派上运行 DeepSeek R1 AI 非常简单:完整指南》是一份面向开发者、科技爱好者和AI初学者的实操教程,讲解如何在资源有限的树莓派上部署开源的DeepSeek R1模型,实现PDF分析、代码生成、终端交互等功能,同时…
阅读更多 →这两个月的AI4Math折腾,算是彻底把我从“吃瓜观众”变成了“赶路的人”。从7月初被一道简单几何题的真实得分打脸,到8月底能在Lean里磕磕绊绊写完第一个完整定理的proof script,这中间踩过的坑、推翻的认知,比过去几年加起来都多。…
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 →