更多精彩内容,欢迎继续阅读
【AI大模型进阶】P-Tuning v2:另一种高效的微调方式 核心结论:P-Tuning v2 是一种前缀微调(Prefix-Tuning)方法,通过只训练注入到每一层的前缀向量来适配模型,兼顾"省显存"与"效果接近全量微调"两点。它不修改模型权重,只在输入序列前加入可学习的…
阅读更多 →1. 5.9GB 模型跑到 2.7GB 显存,这个数据是怎么来的 先交代一下背景,这个项目是我自己一直在维护的一个 Agent 框架,跑在本地工作站上,显卡是一张 8GB 显存的卡。标题里说的这个 5.9GB 模型,是一个基于 Mistral 架构裁剪…
阅读更多 →前两天把一台 Strix Halo 设备拿来当本地推理工作站,跑了半天qwen3.8 flash next,晚上顺手看了一眼 smartctl,结果吓了一跳:NVMe 盘当天的主机写入量直接多了 256GiB。这不是我第一次在 AI 负载上看到夸张的写入数据,但…
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 →