更多精彩内容,欢迎继续阅读
Agent 开发这两年有个很明显的趋势:大家把越来越多的决策权交给了 LLM。一个任务进来,先让模型规划,再让模型选工具,工具返回结果后再让模型判断下一步,循环往复直到任务结束。这套范式确实灵活,但代价也很…
阅读更多 →1. 决策模型验证为什么突然成了热门话题最近一段时间,TypeSafe AI 发布的 Jev 决策模型验证方案在技术圈里讨论度很高。我最早注意到这个方向,是因为好几个做风控和推荐系统的朋友都在问同一个问题:分类聚合到底在决策模型里扮演什么角色。说…
阅读更多 →做园区级负荷预测和需求响应仿真这几年,我越来越觉得分时电价下的负荷需求响应模型是一块特别值得啃的方向。电网峰谷差的代价、变压器容量的浪费、新能源消纳的压力,最后都得靠“把高峰负荷搬到低谷去”来消化。最近我用Matlab把一套基于弹性系数法的负…
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 →