更多精彩内容,欢迎继续阅读
最近在整理自己这大半年从零开始折腾AI工程的实践,项目代号就叫 ai-engineering-from-scratch 。名字很直白,就是想记录一个没有深厚算法背景、也不是科班出身的工程师,到底是怎么一步步把AI项目真正"工程化"跑起来的。这篇内容不…
阅读更多 →密钥格式化这道题,我最早是在刷题平台上遇到的,后来又在好几个后端和全栈的面试题单里看到它的变体。它的英文名是 License Key Formatting,题面给一个混合了字母、数字和短横线的字符串 S 和一个正整数 K,要求把 S 重新格式化&am…
阅读更多 →最近刷题碰到一道很有意思的题目,叫《来自异国的客人》,分值100分,题目后面还特意标注了“Java & JS & Python & C”四种语言。乍看名字还以为是什么文化背景题,结果点进去才发现,内核就是一道非常经典的进…
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 →