更多精彩内容,欢迎继续阅读
M:34; RSV:(CLOSE-LLV(LOW,8))/(HHV(HIGH,8)-LLV(LOW,8))*100; RSV1:(CLOSE-LLV(LOW,13))/(HHV(HIGH,13)-LLV(LOW,13))*100; 主:SMA(RSV,3,1),COLORFF00FF; RSV2:(CLOSE-LLV(LOW,21))/(HHV(HIGH,21)-LLV(LOW,21))*100; 散:SMA(RSV2,5,1),COLOR00BBFF; 上线:80,COLOR00FF00,DOTL…
阅读更多 →AI Coding 这个词,过去两年已经被聊到快包浆了。各种大会、技术公众号、内部分享,几乎都在讲怎么用 AI 辅助开发,自动补全、生成单测、解释历史代码,听起来都是“真香”。但在货拉拉内部真正把 AI Coding 从个人工具推向组织级落地…
阅读更多 →做知识库和RAG项目快三年,我最大的体会是:数据清洗阶段最磨人的永远是PDF。文本内容还好说,正则和切片能凑合用,但表格一出现,之前所有解析方案基本都要推倒重来。更别提那些扫描版PDF——页面上只有一张图片ÿ…
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 →