更多精彩内容,欢迎继续阅读
1. 项目概述:为什么训练过程必须“看得见、摸得着”MindSpore Transformers 训练在线监控这件事,我干了三年多,从最初在实验室里盯着终端里一行行 loss 下跌的数字发呆,到后来能一眼从曲线拐点判断梯度爆炸、从内存波动预判OOM风险…
阅读更多 →想要转行做数据分析师?那就要做好迎接坑多路难走的准备。虽然培训机构可以教你如何使用工具和算法,但它们很少会告诉你真正的行业现状。在这个竞争激烈的领域中,需要知道的不仅仅是如何处理数据,还有如何在企业中应用它。 跟着我…
阅读更多 →在开始之前先啰嗦两句。我最近在整理模型部署和推理优化的笔记,第一件事就想把数值精度这块掰扯清楚,因为后面所有优化——不管是算子融合、KV Cache 量化还是 TensorRT 加速——全都绕不开它。网上讲 FP32/FP16/BF16/INT8 的材料很多,但到了…
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 →