更多精彩内容,欢迎继续阅读
摘要: 大一打了一年比赛,我以为自己已经懂什么叫"做东西"。大二有幸进入北京大学智能装备实验室,参与第一个真实项目,不到两周,我过去所有的"懂"被推翻得干干净净。这篇文章不谈具体技术ÿ…
阅读更多 →本文实测环境:Windows 11 WorkBuddy 最新版 Python 3.14 涵盖 IndexTTS2.5、OmniVoice、FishAudio、GPT-SoVITS、Noiz、NiceVoice、Lipvoice 共 7 款 TTS 引擎 一、先说结论 WorkBuddy 安装 TTS 技能包后,可以直接用自然语言完成语音合成和声音克隆&a…
阅读更多 →大模型的质量,很大程度上取决于训练语料的广度与洁净度。在公开数据已成为主流语料来源之一的今天,如何用工程化、可审计的方式把数据采集进来,是企业数据团队绕不开的一课。先把“合规”摆在第一位在动手写第一行爬虫代码之前,需…
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 →