更多精彩内容,欢迎继续阅读
用Dify搭一个叫hindsight的个人复盘智能体,这件事我前后折腾了快一个月,越用越觉得它值。当时刷到“hindsight dify”这个组合词的时候,我第一反应是有人在用Dify做“事后复盘”类的AI应用,后来自己也动手搭了一个,发现…
阅读更多 →React Native 和鸿蒙(HarmonyOS)放在一起,很多人第一反应是“能跑吗?”先说结论:能跑,而且已经有不少团队把 RN 应用搬上了鸿蒙应用市场。我最近就在做基于 React Native 的业务在鸿蒙设备上的落地…
阅读更多 →做聚类分析的时候,我估计不少人都被K-means坑过:同一份数据,每次跑出来的结果都不一样,有时候分得挺符合直觉,有时候中心直接落在某个簇的边缘,怎么看怎么别扭。我在用蜻蜓算法优化Kmeans聚类分析之前&…
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 →