更多精彩内容,欢迎继续阅读
1. 项目概述与整体部署思路 先说清楚Hermes-Agent是个什么东西。它是一个典型的多模块智能体执行框架,核心职责是把大模型推理、任务规划、工具调用和短期记忆这几条链路串起来,对外暴露一个统一的Agent入口。我这次部署的版本依赖Python 3.10、PyTorch …
阅读更多 →一、技术前沿第1条:Meta 推出全托管个人 AI 智能体 Muse,登顶 App Store 免费榜核心内容:Meta 于 9 月 8 日上线个人 AI 智能体 Muse,用户授权后可代为处理邮件、购物、出行预订等事务,关闭应用后任务仍在云端持续执行…
阅读更多 →我最早接触"AI工程"这四个字,不是从书里看到的,而是被一个又一个线上的模型事故逼出来的。算法同事交给我一个在测试集上跑出95%准确率的分类模型,结果接进生产环境还不到一周就崩了——先是对线上数据的格式兼容不住,然…
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 →