更多精彩内容,欢迎继续阅读
1. 从“AI-Edge”这个名字说起:它到底想解决什么问题第一次看到“AI-Edge”这个项目标题,我脑子里蹦出来的第一个念头是:这大概率是一个把 AI 推理能力往终端设备上搬的项目。为什么这么判断?因为“Edge”这个词在工程语境里几乎已…
阅读更多 →最近刷短视频和游戏直播的朋友,大概率都撞见过这样的弹幕:镜头里一个英雄突然位移、一个角色瞬间消失,评论区齐刷刷飘过一片“cua”。你要是没看懂,点开评论想问一句,反而显得自己像2G网。这个词看起来就是三个拼音字母…
阅读更多 →1. 从一条每日更新帖说起:为什么值得盯住 ArXiv 的 CV 板块每天早上刷一遍 ArXiv 的 cs.CV 分区,已经成了我这两年雷打不动的习惯。原因很直接:计算机视觉这个方向迭代太快了,快到什么程度?你上周刚看完的一篇目标检测…
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 →