更多精彩内容,欢迎继续阅读
前两天有个做运营的朋友问我:好不容易用网盘下了一堆文件,每个都叫“数据.part1”“数据.part2”,到底怎么合成一个?我当时条件反射地回了一句“用cat啊”,随即意识到她不是程序员。后来我把步骤截图、做成图文发给她的…
阅读更多 →"一图定风格",这个说法我念叨了快一年。直到我把 IP Adapter 真正用进工作流,才意识到以前折腾的那么多 LoRA 训练、模型融合,其实都是在绕远路。阿文是 Diffuseum 社区的常客,他管这种玩法叫"我和 AI 的契约"…
阅读更多 →网络编程这四个字,很多初学者一听就觉得要么是“造火箭”的高深学问,要么是网上那些抄来抄去的socket demo。但真正在工作中踩过几次坑,你会发现它最核心的东西翻来覆去就那么几块:IP怎么定位,端口怎么区分服务&#x…
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 →