更多精彩内容,欢迎继续阅读
从零手搓AI工程:一个“不调包”主义者的踩坑与重构实录这两年“AI工程师”这个头衔被叫得越来越响,但如果你真去翻招聘要求,会发现一个尴尬的现实:大部分岗位要的是“会调LangChain、会写Prompt、会接OpenAI API”的人,…
阅读更多 →1. 一次线上事故,逼我系统啃完了 JVM去年春天,我们一个核心服务在凌晨 3 点 12 分突然 OOM,监控告警瞬间刷了满屏。当时我还在睡梦中,被值班电话叫醒,打开电脑一看:GC 日志里 Full GC 几乎每秒一次…
阅读更多 →做 Java 后端这几年,JVM 调优和 OOM 排查是我最常被问到的硬骨头。去年我接手了一个已经线上跑了快三年的 RPC 服务,高峰期每天处理上千万次请求,但每隔一段时间就会报 OOM,重启后好一阵子,然后又复发。当时大家第一反…
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 →