更多精彩内容,欢迎继续阅读
1. LiDAR 到底是什么:从测距原理到点云世界观每次有人问我 LiDAR 怎么入门,我都会先反问一句:你手上那台机械式雷达,转一圈到底在干什么?很多人张口就是"发射激光、接收回波、算出距离",这话没错…
阅读更多 →写 Python logging handler 系列写到第 20 篇,终于轮到 QueueHandler 了。这一篇我一直没急着动笔,因为越常用的组件越难写:QueueHandler 表面上一行代码就能接上,但真正要讲清楚为什么它能解决线上问题、在什么条件下会出问题&am…
阅读更多 →1. 这不是“搭个LLM API”——AI工程从零开始的真实含义 很多人看到“AI Engineering from Scratch”第一反应是:哦,手写一个Transformer?或者用NumPy从头实现反向传播?这其实是典型的认知错位。我带过七支AI基建团队,…
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 →