更多精彩内容,欢迎继续阅读
1. 从一个吃灰的AlphaPi说起:为什么要折腾蓝牙翻页器手里有块AlphaPi开发板,买回来跑过几次系统、点过几次灯,然后就一直在抽屉里吃灰——这大概是很多折腾开发板的朋友共同的经历。AlphaPi这类板子本身素质不差,接口齐全、系统可…
阅读更多 →1. 为什么 claude-code-templates 值得你花时间折腾先聊聊我自己的经历。大概几个月前,我开始重度使用 Claude Code 做日常开发,从简单的仓库问答、代码解释,到跨多个文件的重构、补测试、写迁移脚本,基本都丢给终端里的 AI 去跑。…
阅读更多 →1. 这个“发行版”的思路,到底在解决什么问题先把这个比喻讲透。Linux 发行版是什么?内核是 Linux,但 Ubuntu、CentOS、Arch 各自有各自的包管理、默认配置、桌面环境、硬件适配策略。你选择 Ubuntu 而不是 Arch,本质上选择的不是…
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 →