更多精彩内容,欢迎继续阅读
2024年秋天,我们团队接了一个智能客服升级的项目。一开始大家觉得很简单——把大模型接进去,做一个能自动回答问题的AI客服,不就完事了吗?结果第一个demo上线,产品在测试环境里像个没头苍蝇:用户问一句“我…
阅读更多 →前几天一个朋友跟我聊起他们的客服系统改造,说他们在大模型上跑了一个挺聪明的机器人,能回答各种问题,但折腾了三个月,最后还是一团乱麻:上下文一会儿对一会儿错,工具调用权限不敢放开,加一个业…
阅读更多 →先交代一下背景:我在测试这行摸爬滚打了十几年,大部分时间都泡在自动化测试和手工测试的切换里。这些年面试过几百个候选人,也带过不少刚入行的测试新人,发现大家对这个最基础的问题——自动化测试和手工测试到底有什么区别——其…
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 →