更多精彩内容,欢迎继续阅读
1. 为什么“LLM 当裁判”这件事开始不够用了过去一年多,只要聊到 Agent 评估,绝大多数团队的第一反应都是同一套打法:找一个能力更强的 LLM,把 Agent 的输入、输出、中间步骤一股脑塞进提示词里,让它打个分、给个评语、…
阅读更多 →如果你刷过 LeetCode 或者打过蓝桥杯、多校赛,大概率遇到过这类题:给一个数组,m 次区间加法,最后把整个数组输出。暴力 for 循环当然能写,但 n 和 m 都到 (10^5) 级别时,(O(n \times m)) 直接把一个好好的思…
阅读更多 →课堂练习 4.2 这道题,我第一次做的时候是在宿舍里对着 A4 纸画了一晚上的页表。当时觉得"页式内存管理"就是几个公式:页号、偏移量、页表项数,套进去算完就交卷。直到后来自己动手写了一个小的地址转换模拟器,又去翻 Li…
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 →