更多精彩内容,欢迎继续阅读
前阵子在化工厂调试仪表采集系统,23台压力、温度传感器走RS485总线串联,白天空载调试一切正常,一到晚上车间电机、变频器全开,就开始频繁丢包,有时候连续十几帧收不到回复,历史数据断得稀碎。 一开始下意识觉得是轮询逻辑写得有问题,熬了半宿改了三版调度算法,问题反而…
阅读更多 →一个词在不同行当里指的东西可以天差地别,生物学家看到 substrate 想到的是酶作用的底物,材料工程师看到它第一反应是镀膜或者印刷用的基材。但过去这几年,如果你在开发者社区搜这个词,十有八九指向的是同一个东西——区块链开发框…
阅读更多 →目录 一、准备工作 二、GRPO强化学习 总结: 在 模型蒸馏介绍 里了解了模型蒸馏的过程就是用 SFT/GRPO的方法让学生模型能学习到教师模型的能力,从而使学生模型的能力得到大的提升,并且在LLM微调-训练垂类问答模型 里面学习了SFT模型微调。…
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 →