更多精彩内容,欢迎继续阅读
我从大二开始折腾游戏引擎和多媒体开发,前后在Visual Studio里配过SDL2、SFML、GLFW、SDL_ttf这一堆东西,踩过的坑少说也有几十个。每次看到新手卡在“配库”这一步,我都觉得特别可惜——明明SDL2本身用起来很顺手,结果因为环境配…
阅读更多 →又是一年毕设季,后台收到好多私信,方向出奇一致:导师甩来一句"做自动驾驶方向的课题",自己却连从哪儿下手都不知道。我通常给的第一条建议就是——先做车道线检测。这个题目听起来高大上,实际落地却不依赖昂…
阅读更多 →最近帮朋友调AI视频,又看到他在那边疯狂点击生成按钮。一个“镜头从远慢慢推近”的需求,硬是刷了十几遍,出来的画面要么纹丝不动,要么镜头像喝多了酒一样乱甩。他一脸无奈地问我:运镜这种玄学,难道还能写出…
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 →