更多精彩内容,欢迎继续阅读
1. 从灵感乍现到技术选型:为什么我选择用HTML写视频前阵子需要给团队做一批产品功能演示视频,按老路子走,打开剪辑软件一帧一帧抠,光是调时间轴就掉了不少头发。后来我琢磨出一个野路子:既然每个界面本来就有现成的HTM…
阅读更多 →做视频这件事,在我过去的几年里一直处于一种“会但又不会”的状态。说会,是因为套模板、剪素材、加字幕这些基础操作完全没问题;说不会,是因为一旦想做一个完全自定义、数据实时变化的动态画面,Premiere和After Effect…
阅读更多 →2019年,我第一次以独立开发者身份上架Android应用,图标用的还是Android Studio默认的绿色机器人。应用名叫了一个非常拗口的英文直译词,上架前完全不觉得有问题,结果前两周的数据惨到让人怀疑人生。后来把图标替换成品牌主视觉&am…
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 →