更多精彩内容,欢迎继续阅读
1. 从一张大屏说起:数据可视化工具到底在解决什么问题前两年我接手过一个校园大数据展示项目,需求方开口就是"要一张能实时跳动的大屏,领导来了能看,平时运维能查"。当时我第一反应是上ECharts自己撸,结果做…
阅读更多 →金融行业都在用AI,从业者到底需要掌握多少?先说个真实感受:这两年我在金融圈的朋友聚会,话题几乎离不开AI。前年大家聊的是“AI会不会取代分析岗”,去年开始变成“怎么让大模型帮我们写研报初稿”,今年已经…
阅读更多 →1. 复制集扩容前的思路梳理我不是第一次处理 MongoDB 复制集的扩容和缩容,但每次接到这类需求,我都会先按捺住直接敲rs.add的手。因为复制集扩缩容最大的风险从来不是命令本身,而是对现有集群状态、业务流量和数据分布缺乏清晰判断࿰…
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 →