更多精彩内容,欢迎继续阅读
近一年我一直在折腾边缘侧的语音对话设备,从最初用树莓派加普通麦克风做玩具,到后来不得不面对回声、噪音、远场识别率这些真实问题,才明白一个道理:对话AI能不能落地,前面那块“听”的硬件和整套链路编排,…
阅读更多 →简介:这是一份CMake 3.14.2 Windows 64位版本的安装资源包,面向需要在64位Windows环境下管理C/C项目构建的开发者,解决跨平台编译配置繁琐、依赖关系复杂的问题。CMake以平台无关的CMakeLists.txt描述构建规则,可自动生成Visual S…
阅读更多 →1. 为什么我会把WorkBuddy放进主力工具链 先说个背景。我过去很长一段时间用的是CodeBuddy,它在我日常写代码、查资料、处理脚本方面确实帮了不少忙。但用着用着就发现一个问题——CodeBuddy更偏“编码助手”,它的强项是补全代码、解释报错、重构函数&am…
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 →