更多精彩内容,欢迎继续阅读
能敲命令,绝不点鼠标。这个习惯我保持了十几年,发展到最后干脆把所有高频操作都往终端里塞,塞出了一个小工具箱,起名就叫 CLI-Anything 。本来这只是我个人的效率工具,结果最近 AI CLI 彻底火了,codex cl…
阅读更多 →简介:这份资源面向使用 ComfyUI 进行 AI 视频创作的用户,聚焦 Wan2.2 Animate 双人动作迁移与重绘视频生成场景,适合已具备 ComfyUI 基础、希望进阶掌握动作驱动视频工作流的创作者与开发者。压缩包内共 1 个文件,为 json 格式&am…
阅读更多 →上个月给一个环境监测节点加声音采集功能,板子上的核心就是INMP441麦克风和ESP32,通过I2S外设把音频数据读进来。一路调试下来踩了不少坑,也把I2S这套东西彻底摸了一遍。这篇文章就把整个实战过程拆开来讲,从硬件选型、接线、I2S协…
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 →