更多精彩内容,欢迎继续阅读
1. 植被图集项目的整体设计思路1.1 为什么选择图集而不是单株植物贴图做植被材质这十几年,我踩过最大的坑就是早期给每一株草、每一片叶子都单独出一套贴图。一个中等规模的野外场景,光是草就有七八个品种,每个品种再分叶片、茎秆、花穗&…
阅读更多 →很多做SAP主数据开发的同事,一听到“批量更新BP邮箱”这个需求,第一反应往往是“上BDC”或者“直接UPDATE底表”。我最早也走过这条路,直到项目上线后吃了一记教训,才老老实实回到标准BAPI。这次要分享的就是用CVI_EI_INBOUND_MAI…
阅读更多 →1. 次世代PBR建模到底在做什么第一次接触“次世代”这个词,很多人会以为只是模型面数更高、贴图更精细。实际上,次世代PBR流程真正改变的,是模型精度与材质表现力的分工方式。过去做一把枪、一个箱子,所有细节都得实打实地刻在模型…
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 →