更多精彩内容,欢迎继续阅读
在 Github 上翻项目翻到第 87 期的时候,lightweight-charts 这个仓库让我停下来多看了两眼。原因很直接:我手头正好有一个行情列表页面,需要在一个不到 300px 高的卡片里塞进几万根K线,还得保证手机端滑动不掉帧。ECharts 能画&am…
阅读更多 →1. 业务想法到业务软件之间,到底隔着什么做了十多年交付,我见过太多这样的场景:业务部门的人兴冲冲跑过来,说“我有个想法,能不能做个系统”,然后产品经理开始画原型,开发排期,测试验…
阅读更多 →上周末我把 Windows 上的 Claude Code 接到了 DeepSeek 上,整套流程从零开始,到真正在项目里跑起来,大概花了二十分钟。标题里说的“DeepSeek 驱动 Claude Code”,不是拿 DeepSeek 的模型去模拟 Claude Code,而是让 Cl…
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 →