更多精彩内容,欢迎继续阅读
1. 宽高缩放为什么是出图流程里的隐形杀手 刚接触 ComfyUI 那会儿,我和很多人一样,觉得宽高缩放不就是把数字改一改的事。512 乘 768 换成 768 乘 1024,鼠标点两下就完事了,能有什么门道。结果真正开始批量出图、搭工作流、接图生…
阅读更多 →1. 这不是教程,是三年深夜改板子后撕下来的笔记STM32开发调试经验总结:那些年踩过的坑——这句话我写在自己工位抽屉最底层的牛皮纸笔记本封面上,旁边还贴着三张褪色的ST-LINK V2排线胶布。你搜“STM32调试”出来的前二十页,八成是…
阅读更多 →做视频处理这些年,我对“video-use”这个词所涵盖的东西越来越有体感。它不是一个软件、一个格式或者某个特效的名字,而是一条完整的链路:从你脑子里冒出“我要做一条片子”开始,到最终成片在别人屏幕上播放,中间每一个…
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 →