更多精彩内容,欢迎继续阅读
1. RabbitMQ到底是个什么角色:先把它的定位讲透1.1 用一个快递驿站的比喻把它说清楚如果你写过两个系统之间的对接代码,大概率见过这种写法:A 系统处理完业务,直接发一个 HTTP 请求给 B 系统,B 系统收到后立刻处理。这…
阅读更多 →1. 从“hindsight”说起:为什么给 Agent 装记忆这件事,比想象中难第一次看到 “hindsight” 这个词,是在给一个基于 LLM 的 Agent 项目做复盘的时候。当时团队里有个很典型的场景:用户上午问过“我上周订的那张去成都的机票是几点…
阅读更多 →1. 这不是“又一个深度学习框架”——TensorFlow 的真实定位与误用起点 很多人第一次听说 TensorFlow,是在某篇公众号推文里看到“谷歌开源的AI神器”,或是被课程广告里“零基础学AI”的标语吸引。但真正打开官网文档、尝试 pip install tensorflow 的那…
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 →