更多精彩内容,欢迎继续阅读
做全栈项目这么多年,我越来越觉得“外卖订餐”这类业务是最适合练手的实战场景:用户端要处理商品浏览、购物车、下单支付、订单状态跟踪;商家端要管理菜品、接单、出餐;配送端要处理接单、取餐、送达。一个系统把三方角色全部串起…
阅读更多 →我这两年一直在帮团队维护一套老后台,React 16 升 17、17 升 18 都经历了一遍。说实话,每次大版本升级给我的直观感受都是“改动不小,但真要让我说哪里变强了,得想半天”。直到 React 19 正式版发布,我花了一周把内部表…
阅读更多 →几周前帮朋友捣鼓了一个校园跑腿点餐的小项目,前后端加小程序端折腾了大概三天。最近后台数据涨得不错,顺手把整套实现思路整理出来。这篇文章不会讲太多花哨的架构设计,全是实际能跑通的代码路径和踩坑记录,希望对正在做类似毕业…
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 →