更多精彩内容,欢迎继续阅读
1. 从零搭建 AI 工程能力:为什么我决定自己造一遍轮子 这两年 AI 应用开发的门槛肉眼可见地降低了,调个 API、拼几段提示词就能跑出一个能用的 Demo。但真到了要上生产、要控成本、要排查线上问题时,很多人(包括我自己)…
阅读更多 →1. 从零手搓AI工程:为什么我不建议你直接调包很多人第一次接触AI工程,脑子里想的都是“找个开源模型,pip install一下,跑个demo就完事”。我刚开始也是这么想的,直到我在实际项目里被现实反复捶打——模型推理慢得像蜗…
阅读更多 →1. 从纸质报告到数字化蓝图:这份Word文档解决了什么做规划咨询这些年,我给不少城市和功能区做过交通与物流类的专项规划。今年最特别的一个项目,是给某城市群做"十五五"现代化综合交通枢纽与物流枢纽建设方案——名义上是一份规划报…
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 →