更多精彩内容,欢迎继续阅读
我记得很清楚,这个项目名字从立项到写进代码仓库,前后不到十分钟。“hindsight”直译过来是"后见之明",说得难听点就是马后炮。但干技术这些年我越来越认同一件事:真正拉开团队差距的,从来不是谁事前预测得准…
阅读更多 →从零搭建AI工程能力这件事,我前前后后折腾过好几轮。最早的时候我也走过弯路——上来就装框架、跑Demo、调API,结果模型一换、数据一多、并发一上来,整个项目就散架了。后来我才慢慢想明白一个道理:AI工程不是"会调模型"…
阅读更多 →看见GitHub上挂着这个标题、内容却几乎是空白的人,十有八九不是懒,是不知道从哪下笔。我太懂这种感觉了——“AI工程”四个字,听着就横跨数学、机器学习、系统设计、DevOps好几个领域,真要我说自己"从零开始"做了什么&a…
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 →