更多精彩内容,欢迎继续阅读
1. 开头:3.1不是日期,是我给自己设的节点3月1日这天早上六点二十分,我在打卡表上画下了第64个完整的勾。从今年年初决定不再“靠脑子记习惯”开始,每天一张表、一支笔、一个具体的动作,坚持到现在已经过了两个月。很多…
阅读更多 →Seedance 2.5 那一波"连贯成片"的演示,确实让本地视频生成圈的人心里痒了一下。以往我们自己在本地跑的模型,单镜头做得再惊艳,一旦跨镜头、跨场景,角色就跟临时换了个演员一样。MiniMax H3 放出来之后,配套…
阅读更多 →"MiniMax H3"这段时间在AI视频圈子里热度确实高,我周围不少做短视频、做动画预演的朋友都已经从其他模型切过来了。我自己也在本地跑了一段时间,从最早用H1、S2那批开源模型,到现在H3配合导演台流程,最大的感受是&#…
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 →