更多精彩内容,欢迎继续阅读
1. 这不是在聊“AI Agent”概念,而是在拆解“经验资产化”的实操路径“什么样的业务经验值得做成 Agent”,这句话乍看像一句技术设问,实则直击当下知识工作者最痛的痒处:我每天处理的客户投诉、审批流程、数据核对、合同条款比对、…
阅读更多 →图源官方 9月20-22 日,2026 亚洲 Modelica 及 FMI 大会首次落地中国杭州,汇聚了海内外系统仿真与数字工程领域的专家。杭州华望系统科技有限公司副总经理王冠博士作为特邀嘉宾出席了本次盛会并作特邀报告,分享了面向工业场景的可信AI4MBSE平…
阅读更多 →llmwiki 本地化部署与知识库使用指南 本文档面向第一次接触 llmwiki 的用户,从拉取源码到建成自己的知识库,一步步照做即可。 环境:Windows(其他系统路径格式自行替换)。 已验证:Node 24 npm 11 DeepSeek…
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 →