更多精彩内容,欢迎继续阅读
1. 投机采样到底在解决什么问题大模型推理优化这个系列,第一篇我们聊了KV Cache和PagedAttention,核心思路是“别重复算已经算过的东西”。但有个问题KV Cache解决不了:自回归解码的串行性。每生成一个token,都要把整个模型跑一遍…
阅读更多 →这两年聊AI落地,绕不开一个词:运行时。做过后端的老哥应该都有印象,早期函数计算(Function Compute)刚火起来的时候,大家拿它写写webhook、跑跑定时任务,图的是免运维、按量付费、不用管服务器。…
阅读更多 →1. 一个2.8万亿参数模型上架云市场,这件事到底意味着什么第一次看到“2.8万亿参数的中国开源模型,上了亚马逊云的货架”这个说法,我脑子里冒出来的第一个念头不是“参数好大”,而是“终于有人把开源大模型当成正经商品来卖了”。这…
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 →