更多精彩内容,欢迎继续阅读
做机器学习的人几乎绕不开 EM 算法。高斯混合模型、隐马尔可夫模型、概率潜在语义分析,只要你跟“隐变量”打交道,EM 就会出现在你面前。但很多教材讲 EM,一上来就是琴生不等式、期望最大化、Q 函数推导,公式推完你只会背结论&…
阅读更多 →1. 从一句吐槽说起:为什么我们总在“清理垃圾”“当我们需要不停「清理垃圾」防止世界被污染??!”——这句话第一次看到的时候,我正对着电脑屏幕发呆,桌面上堆满了临时文件、下载了一半的安装包、截图、录屏…
阅读更多 →“Daily Paper”这个系列,我已经连续更新了快两百期。标题里的日期停在2026-09-24,这个晚上我本来只想快速翻三篇论文找找选题灵感,结果被一个埋在实验里很久的线上问题拽住了注意力:用户丢进来一份两百多页的技术合同,…
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 →