更多精彩内容,欢迎继续阅读
1. 项目整体设计与技术选型1.1 为什么非要“全本地”先交代一下背景。去年我接了一个偏传统的项目:企业内部报销单据自动录入系统。需求看着很常规,图片上传、OCR识别、字段录入、归档。但客户在需求沟通会上补了一句:服务器只能在公司内网&a…
阅读更多 →最近我注意到一个挺有意思的现象:不少人开始搜“coder”这个词,但搜出来的东西千奇百怪——有在线代码课程,有某个文本挖掘软件,还有各种编辑器插件。反而真正想找的东西——本地跑一个AI编码助手——经常被淹没在结果里。尤其是在…
阅读更多 →你有没有遇到过这种情况:一段 30 分钟的课程视频,你只记得老师在某处讲了“梯度消失”,但要把进度条来回拖十几分钟才能找到对应画面。又或者你做一个短视频剪辑项目,素材库里躺着上百条视频,想找一条“日落时有人在海…
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 →