更多精彩内容,欢迎继续阅读
前阵子做了一个内容质量控制的实验:把一个 7B 参数的小模型微调成事实核查器(fact-checker),拿它做文本校验,同时用 30B 的大语言模型当评审员(reviewer)跑同一批数据。结果相当反直觉——7B 的…
阅读更多 →第一次在评估报告里看到 “A 7B fact-checker beat 30B LLM reviewers and deleted no true claims” 这句话的时候,我以为是个标题党。等我自己把一个 7B 参数的事实核查器放进内容审核流水线,连跑了三轮对照测试,才发现这句话描述的正是我踩…
阅读更多 →“ceshi”这个名字看起来有点潦草,其实是我早年一个内部项目的代号。当时团队急着赶版本,谁也没心思给项目起个正经名字,随手就打上了“测试”的拼音。但这个随手命名的项目,最后却成了我梳理整套测试流程的起点。做测试这件事&am…
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 →