更多精彩内容,欢迎继续阅读
“video-use”这个名字看起来很简单,就是“视频用法”或者“视频怎么用”,但实际开发中,它背后藏着一整套关于浏览器视频能力复用、封装与落地的工程化命题。我在项目里前后处理过视频播放、截图、录制、压缩、分片上传这些需求,一…
阅读更多 →1. 这个弹窗不是“宏警告”,而是加载项信任链断裂的明确信号你双击打开Word,还没来得及输入一个字,屏幕中央就弹出一个灰底白字的对话框:“您正试图运行的函数包含有宏或需要宏语言支持的内容。”——紧接着是两个按钮:…
阅读更多 →1. 多agent系统为什么需要“工程化”思维过去一年,身边做AI应用的朋友几乎都在聊多agent系统。大家从最初的“用一个大模型写个智能助手”逐步演进到“让多个角色协作完成复杂任务”。但这里有一个非常有意思的分水岭:Demo阶段的多agent跑起来确实惊艳&a…
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 →