更多精彩内容,欢迎继续阅读
1. 大模型走进终端这件事,到底在解决什么问题终端里敲命令这件事,干了十几年运维和开发的人都熟。但这两年有个明显的变化:以前终端里跑的是ls、grep、ssh、docker,现在终端里开始跑大模型了。LLM CLI 这个品类,说白了…
阅读更多 →先说个结论:看到connection failed这种报错,第一反应不应该是跑去翻防火墙,而是先把报错原文一个字一个字读清楚。标题里这个报错很有意思,connection to server at "1", port 5432 failed,后面还跟了一个孤…
阅读更多 →前阵子公司一台内网 Linux 服务器需要部署 claude code,机器权限倒是齐全,唯一的麻烦是完全没有外网。更尴尬的是这台机器连 Node.js 环境都没有,npm 自然也不存在。折腾了整整一个下午,从下载 Node.js 安装包开始,到把…
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 →