更多精彩内容,欢迎继续阅读
本地部署大模型这件事,过去一年变化实在太快。去年很多人还在争论“没有4090是不是不配玩”,今年已经有一大批人跑到社区里晒自己的32GB内存机器、甚至纯CPU的老服务器跑MoE模型。我自己属于中间派:既有一台带独立显卡的Windows台式机&#x…
阅读更多 →把AI Agent系列写到第四篇,终于要碰最硬核、也最容易翻车的环节——知识获取管道。前面几篇聊了Agent的规划、工具调用和记忆,但真正跑业务的Agent总会撞上一个现实:模型参数里的知识是“上一个训练周期”的知识,它不知道你刚更新…
阅读更多 →1. 手机变掌机这件事,到底靠不靠谱 第一次在Android手机上看到《GTA5》跑出接近60帧的画面时,我的反应和大多数人一样——这不会是录屏吧?直到自己亲手把一套完整流程跑通,看着洛圣都的街景在6.7寸屏幕上流畅滚动,才确…
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 →