更多精彩内容,欢迎继续阅读
1. 项目定位与整体设计思路1.1 这个 Agent 解决什么问题先交代一下背景。这个项目前后做了大概三个半月,核心交付物是一个“能听懂人话、自己拆任务、自己调用工具完成修图”的全栈 AI 修图 Agent,覆盖了 Web 端、H5 和微信小程序三个入口。用户不需要学…
阅读更多 →技术原理与风险范围 归档条目不是普通相对路径 旧逻辑把 tar 头部的 Name 直接与目标目录连接。归档条目可以包含 ../、反斜杠、绝对路径或 Windows 驱动器前缀;只按当前平台的一种写法检查,很容易让另一种语义穿过边界。[1][6] 校验顺序决定边界是否…
阅读更多 →最近被问得最多的一个问题是:WorkBuddy 到底能干什么?说实话,这个问题很难用一句话回答。它不是单纯写代码的工具,也不是纯粹的自动化脚本平台,更像一个能把“AI 能力”和“日常工作”粘在一起的智能工作台——有人拿它…
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 →