更多精彩内容,欢迎继续阅读
1. 量化是部署优化里回报最高的一刀 做推理优化的人,迟早会撞上“量化”这个词。我第一次被量化逼着动手,是在一个边缘盒子的项目里:模型 FP32 跑一遍要 40ms,客户却要求 10ms 以内,内存只给了 512MB。最后把主要算子切…
阅读更多 →这道 Kaggle 竞赛聚焦银行客户对营销提议的响应预测,任务形式是典型的表格二分类,但业务含义并不只是输出一个标签,而是为客户触达提供可执行的概率排序。数据中同时包含年龄、职业、收入、资产、地域一致性和历史借贷等信息,建模过程很接近真实金融机构的精准营销评分流程…
阅读更多 →1. 先回答那个最直接的问题:Atlas 300V 24G 到底是什么 1.1 一张卡到底算不算“运算加速卡” 我最早拿到这张卡的时候,第一反应也是去搜“atlas 300v 24g 是运算加速卡吗”。简单回答:是,但它的定位非常明确——这是一张AI推理加…
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 →