更多精彩内容,欢迎继续阅读
1. 从一次线上事故说起:单体 Agent 到底卡在哪去年冬天我接手了一个内部工单系统的智能化改造,需求听起来很朴素:让 Agent 自动读取用户提交的问题描述,判断问题类型,检索知识库,生成回复草稿,必…
阅读更多 →【老计带你懂AI算法】11:用机器学习和深度学习做时序,树模型和LSTM怎么上场开头:经典方法不够用的时候 上一篇讲的ARIMA、Prophet,擅长刻画趋势和季节性这种相对规整的规律。可现实里的时序预测,常常没那么简单&#x…
阅读更多 →1. 从零搭建AI工程体系,为什么我劝你别一上来就调包这两年AI应用开发的门槛肉眼可见地降低了,一个刚入门的开发者,花一个下午就能用现成的框架跑通一个对话机器人。但我在带团队和做技术咨询的过程中发现一个很普遍的现象:很多人能…
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 →