更多精彩内容,欢迎继续阅读
90%的人都用错了AI,这40个指令,打通你的创作任督二脉这两年AI大模型火得一塌糊涂,我身边几乎所有人都在用,但说实话,真正用明白的人真不多。大多数人无非是让AI写个周报、编个段子、搜点资料,然后发现生成结…
阅读更多 →做微服务拆分这件事,我踩过的坑比很多人写过的代码都多。早些年拆一个交易系统,光“订单到底算交易域还是履约域”就能吵两周;后来学会了用领域驱动设计的限界上下文去切,效率是高了,但每次面对一个几千个类、几十张核…
阅读更多 →1. 为什么要重新审视你手里的AI指令先说个我在社群和线下分享时最爱问的问题:你每天用AI干得最多的一件事是什么?十有八九的回答是“聊天”“查资料”“写点小文案”。再追问一句“你觉得它好用吗”,答案就开始分化了——有人说“还行吧&…
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 →