更多精彩内容,欢迎继续阅读
1. 门店对账这件"月劫"事:痛到深处才想用Python每个月月底,当财务把门店销售明细和总部收款记录同时甩到群里的时候,办公室就会瞬间安静下来——所有人都在默默打开Excel,开始那场持续两三个小时的VLOOKUP来回拉扯。我做…
阅读更多 →1. 一次讲清楚C符号混淆到底是什么,为什么非它不可我在刚接触逆向分析那会儿,对“符号混淆”这四个字其实没什么敬畏心,总觉得它是个高大上的东西,离自己很远。直到有一次把自己写的小工具扔给一个朋友看,对方五秒钟就…
阅读更多 →2. 这个叫“ax”的东西,到底在折腾什么如果你最近在各个技术社区、博客、甚至聊天群里频繁看到一个词叫“ax”,大概率不是你在看什么加密缩写,也不是某个明星的粉丝简称。我最初注意到它,是因为同事在群里扔了一句“ax调度起来了”…
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 →