更多精彩内容,欢迎继续阅读
上一章讲了SFT、DPO、PPO、GRPO的原理,这里再讲讲数据怎样组织、参数怎样理解、效果怎样判断。 建议先用较小模型加 LoRA 验证数据与实验设置,再迁移到更大模型。 一、SFT (Supervised Fine-Tuning,监督微调) 做法…
阅读更多 →1. 从一堆"跑通了"的Demo说起:AICAD的真实落地困境过去一年多,我陆陆续续接触了不少做AICAD方向的团队和个人开发者,也自己动手折腾过几个原型。一个非常普遍的现象是:几乎每个人都能在两周内做出一个"看起来能用&…
阅读更多 →1. 为什么AI应用需要接入实时搜索:知识断层与RAG的短板 1.1 模型知识截止日期不是小事 做AI应用的人应该都有这种体验:你问大模型“今天市场上发生了什么”“某公司最新的产品发布了没有”,它要么一脸茫然,要么自信满满地给你编一…
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 →