更多精彩内容,欢迎继续阅读
激光测距传感器在机器人避障、无人机定高、液位检测这些场景里出镜率极高,而 VL53L1X 和 VL53L0X 这两颗来自 ST 的 ToF 传感器,几乎是每个硬件工程师在选型阶段都绕不开的选项。我自己做过的几个项目里,这两颗芯片都用过,踩过的坑…
阅读更多 →1. 项目概述与选型背景1.1 为什么要在VL53L1X和VL53L0X之间做选择做嵌入式项目的人,尤其是搞机器人、无人机定高、自动避障或者智能家居设备的朋友,大概率绕不开一个名字——VL53L0X。这颗ST出品的激光测距传感器,凭借小体积、低功耗、I2C接口…
阅读更多 →做 Agent 做到这个系列第四篇,终于轮到许多朋友最关心的知识获取问题了。之前几篇聊过 Agent 的规划、工具调用、记忆,但大家动手搭 Agent 时最容易卡住的反而是另一件事:模型推理再强,它依然不知道你们公司内部的业务细节。前阵子…
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 →