更多精彩内容,欢迎继续阅读
时间序列预测这个方向,这几年被Transformer系模型搅得很热闹。我最早接触这类模型是在一个电力负荷预测的项目里,当时用LSTM跑了个基线,MAE卡在某个数字上怎么都下不去,后来换成Transformer结构,效果确实有提升&#x…
阅读更多 →1. 项目概述:为什么“记忆型 AI Agent”不是概念炒作,而是工程落地的必然选择最近在几个技术社群里,总有人问:“AgentScope 这个名字听着挺熟,但到底它和普通 Java Web 项目、Spring Boot 微服务、甚至一个带点 Prompt…
阅读更多 →1. 为什么这次Ubuntu 24.04.1 LTS安装,我坚持不用“一键傻瓜式教程”你点开这篇内容,大概率不是第一次装Ubuntu虚拟机——可能刚在VMware里卡在“Checking for a new Ubuntu release”十分钟后放弃;可能反复重装三次,每次都在apt …
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 →