更多精彩内容,欢迎继续阅读
最近我的几个技术交流群同时被同一个词刷屏:Jev。一开始我以为是哪个新出道的英文名,直到有同事甩过来一个链接,才发现是AI编程模型。坦白讲,市面上类似的模型已经不少了,但Jev在国内开发者圈子里的讨论度确实有点反常…
阅读更多 →1. 项目缘起与整体设计思路中药知识体系有个很麻烦的特点:概念之间关系极其密集,而且很多关系是“多对多”的。比如一味黄芪,它同时涉及补气、固表、利水、托毒等多个功效维度,每个功效又关联到不同的方剂、证候、药材配伍。传统的…
阅读更多 →说实话,刚开始用 Docker 的时候,我踩过一个特别低级的坑:跑了 MySQL 容器,往里面写了几天数据,某天清理容器时顺手 docker rm 了一下,再重新启动一个镜像,数据全没了。当时真是懵了࿰…
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 →