更多精彩内容,欢迎继续阅读
1. 知识获取管道:为什么RAG是Agent落地的第一道坎聊到AI Agent,很多人第一反应是“给大模型接上工具”,或者“让模型自己规划任务”。但真正从0到1把Agent从Demo推到可用状态的人,心里都清楚一件事:Agent的推理能力再强…
阅读更多 →1. 先搞清楚 Jev 到底是个什么东西最近技术圈里聊 Jev 的人突然多了起来,各种群里、社区里都在问“Jev 是什么”“Jev 怎么接入”“Jev 模型开源吗”。我一开始也以为是又一个蹭热度的小工具,直到自己上手跑了一遍,才发现这东西确实解决了一个…
阅读更多 →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 →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 →