更多精彩内容,欢迎继续阅读
1. 一颗芯片的定位逻辑:为什么是45W母线配18W PD1.1 车充场景的真实功率账本先聊一个很多人容易忽略的事实:车充这个品类,绝大多数用户的实际需求并不是“越快越好”,而是“稳定、不挑设备、不烧车”。我拆过不下二十款市面在售的…
阅读更多 →1. 项目缘起与核心需求拆解1.1 为什么要在 ESP32-P4 上折腾 USB 读卡器第一次拿到 ESP32-P4 这块芯片的时候,我盯着它的 USB 2.0 OTG 高速接口看了很久。之前用 ESP32-S3 做 USB 相关项目,受限于全速 12Mbps 的带宽,传个大文件能等到打瞌睡。…
阅读更多 →做了这么多年Linux驱动,接手过的芯片从触摸屏控制器、音频Codec到PMIC、Sensor Hub,每家寄存器访问方式都不一样。早期写驱动,每个设备都得自己实现一套i2c_transfer或者spi_sync的读写函数,再套上互斥锁,代码复制粘贴…
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 →