更多精彩内容,欢迎继续阅读
这是一个求实的技术领域,围绕手机端实时 2D 转 3D 的制作记录展开。下面我会以一名同样踏上过这条折腾之路的博主的视角,把从原理到实操的完整过程写出来,尽量把那些踩过的坑和值得分享的细节都放进去。1. 内容整体设计与思路拆解1.1 我们到底…
阅读更多 →这几年的AI技术迭代节奏,比过去任何一个技术浪潮都要快。几乎每隔几个月,就会冒出一批新的模型、新的框架、新的agent产品。但在我接触的这么多AI项目里,最让我坐不住的不是某个模型的参数涨了多少,而是“人类建造的最后一个AI”这…
阅读更多 →如果你过去几个月常刷 AI 社区,大概率能感觉到一股不太寻常的气氛:技术圈好像突然在批量生产“自进化 Agent”。今天这家说自己的 Agent 能根据反馈自动改 prompt,明天那家说 Agent 会自己挑工具、调参、改代码,后天又有团队宣称他…
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 →