更多精彩内容,欢迎继续阅读
做了几年多因子选股,我一直被一个矛盾卡着:模型在预测收益上做得不错,可换成组合权重之后,夏普常常不尽如人意。后来我试着把夏普比率直接写进可微层,用稀疏切点组合优化把整条链路改写成端到端训练,这才算…
阅读更多 →去年我带团队做企业AI落地的项目,启动会上所有人都在争论一个问题:到底选哪个模型。开源还是闭源,70B还是7B,这周刚定下来,下周又出更新版本,整个团队焦虑得不行。结果项目走到一半,我们才看清一…
阅读更多 →看到“Apache Airflow”这个关键词,很多人的第一反应是“4.6w Star,选它肯定没错”。但作为在生产环境里摸爬滚打过一段时间的人,我越来越觉得,Star数只能说明它受欢迎,不能说明它适合你的场景。Airflow确实是我见过生…
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 →