更多精彩内容,欢迎继续阅读
大家复习人工智能导论之前,先想明白一件事:这门课不是靠背就能过的,但更不是靠“感觉会了”就能拿分的。我是湖南科技大学大三下选的这门课,期中考试前一周才真正进入状态,后来发现,只要把考点拆成几条主线…
阅读更多 →回想这一周,我几乎每天都要和AI生成的RTL代码斗智斗勇。不是因为我闲着没事,而是项目里确实需要一块新的数据通路模块,我想试试现在这些大模型到底能不能帮我把Verilog写出来。结果呢?代码是写出来了,但综合、仿真、调…
阅读更多 →很多人最近都有一个相似的习惯:想买东西、找服务、选供应商,不再打开搜索框一个一个翻,而是直接问一句——这个行业哪家比较好?AI 秒回一个答案。可仔细一看,答案里提到的全是别人,自己的品牌一次都没出现。更让人不安…
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 →