更多精彩内容,欢迎继续阅读
如果你正在为毕业设计选方向,看到“视频驱动虚拟角色动作的自动生成”这类题目,大概率是想做一套“真人视频输入,虚拟角色跟着动”的系统。我今年完整走完了这个项目的设计、实现和论文撰写,从一个只会调库的状态,到把…
阅读更多 →去年我在做一个健身动作比对的原型项目,需求一句话:用户站在摄像头前,屏幕里的3D角色要跟着动作走。最开始我习惯性想上Python后端,跑MediaPipe或者OpenPose再推流给前端,真动手才发现延迟、部署、隐私全是坑。后来换成…
阅读更多 →1. 为什么要做一个知识库LLM安全的一体化平台1.1 我在落地过程中遇到的三类真实问题去年我在给一家企业做内部智能化改造,需求听起来并不复杂:把散落在文档、Wiki、聊天记录和个人笔记里的知识整合到一个统一的问答入口,让大模型不再只是“陪…
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 →