更多精彩内容,欢迎继续阅读
1. claude-code是什么:终端里的AI结对程序员我第一次听说claude-code是在一个技术社群里,有人贴了一段终端截图:一个命令行程序在读代码、改文件、跑测试,动作行云流水。当时我还在网页端和IDE插件之间来回切换,看到这…
阅读更多 →1. 从“10W峰值”说起:手机芯片能效到底在吵什么第一次看到“10W峰值比能效”这个说法,我愣了几秒。10W是什么概念?放在笔记本上,一颗低压U系列处理器的持续功耗墙通常也就15W到28W;放在手机上,10W已经接近…
阅读更多 →9月10日晚上我照惯例刷了一遍 GitHub Trending,在榜单中段看到了ayghri/i-have-adhd这个仓库,旁边挂着“(1/13篇)”的标注。第一反应是:好家伙,敢把个人状态的英文缩写直接做成仓库名的,大概只有两类人——要么是心理学…
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 →