更多精彩内容,欢迎继续阅读
React Native鸿蒙跨平台,放在两年前还是不太敢碰的方向,今年已经成了不少团队绕不开的课题。我做鸿蒙端React Native适配和性能优化小半年,最让我头疼的倒不是API差异,而是那些看似不起眼的"多余渲染"——页面卡顿、列表…
阅读更多 →ABC440这场打完的感受,用一个词概括:套路走到底。D、E、F三道题没有特别跳脱的构造,但每一道都把“看起来像某种模型、实际是另一种模型”的障眼法玩得挺到位。赛后我习惯性去翻了一圈各路复盘,包括灵茶山艾府那种更紧凑的讲法&am…
阅读更多 →做在线预览这个需求,我前后折腾了不少时间。从最早的后端转换方案到纯前端方案,踩了很多坑,也总结出一些真正能落地的经验。这篇文章围绕js 前端实现 word、excel、pdf、ppt 在线预览这个主题,把我的实操过程、选型思路和避坑记录…
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 →