<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wjsxgd的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/wjsxgd</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wjsxgd]]></copyright><item><title><![CDATA[［嵌入式开发］Hx1621x避坑]]></title><link>https://blog.youkuaiyun.com/wjsxgd/article/details/164153565</link><guid>https://blog.youkuaiyun.com/wjsxgd/article/details/164153565</guid><author>wjsxgd</author><pubDate>Fri, 28 Aug 2026 22:16:16 +0800</pubDate><description><![CDATA[用x公司的hx1621x驱动段式Lcd。4v以下供电都没问题，但4v以上就开始闪屏，或乱码。对着电路排除各种可能问题，换芯片等等，均未能解决。最后发现频率Cmd中，“X”位用了1来填充，造成频率异常，低压<4v时，虽不太正常，但也能正常显示，但高压时，频率就没有输出。最后“X”位全用了0来填充，问题解决。]]></description><category></category></item><item><title><![CDATA[大语言模型学习之AI，ML，NN，DL， GAI， LLM]]></title><link>https://blog.youkuaiyun.com/wjsxgd/article/details/146763667</link><guid>https://blog.youkuaiyun.com/wjsxgd/article/details/146763667</guid><author>wjsxgd</author><pubDate>Sun, 30 Mar 2025 14:34:40 +0800</pubDate><description><![CDATA[了解人工智能的基本概念，基本应用]]></description><category></category></item><item><title><![CDATA[大模型语言学习之主流模型架构及新型架构]]></title><link>https://blog.youkuaiyun.com/wjsxgd/article/details/146443787</link><guid>https://blog.youkuaiyun.com/wjsxgd/article/details/146443787</guid><author>wjsxgd</author><pubDate>Sat, 22 Mar 2025 17:55:25 +0800</pubDate><description><![CDATA[据说，这一架构显著降低了训练和推理成本，让混元T1实现首字秒出，吐字速度达到最快80 tokens/s，能够有效解决长文推理中常见的。不同的时，前缀解码器架构参考了编码器-解码器的设计，对于输入和输出部分进行了特定处理。最具有代表性的模型就是OpenAI推出的GPT系列，BLOOM、LLaMA和Mistral等也是这一架构实现的。：此大模型语言学习系列笔记是由Datawhale组织的“大语言模型学习”，以赵鑫等著《大语言模型》为教程的学习记录。其中，T是系列长度，H表示维度，N状态空间模型压缩后的维度。]]></description><category></category></item><item><title><![CDATA[大语言模型学习之transformer模型及详细配置]]></title><link>https://blog.youkuaiyun.com/wjsxgd/article/details/146298075</link><guid>https://blog.youkuaiyun.com/wjsxgd/article/details/146298075</guid><author>wjsxgd</author><pubDate>Sun, 16 Mar 2025 17:47:13 +0800</pubDate><description><![CDATA[随着AI在各行各业展开应用，对长上下文的需求常常会遇到。目前，我们在尝试用AI整理长时间对话录音，就遇到这个问题。超长时间的对话录音，转换后，利用AI来进行整理，去除无用信息，提取场景需要的信息。1. transformer模型。]]></description><category></category></item><item><title><![CDATA[大语言模型学习之大模型技术基础和GPT、DeepSeek模型介绍]]></title><link>https://blog.youkuaiyun.com/wjsxgd/article/details/146297284</link><guid>https://blog.youkuaiyun.com/wjsxgd/article/details/146297284</guid><author>wjsxgd</author><pubDate>Sun, 16 Mar 2025 16:48:23 +0800</pubDate><description><![CDATA[在GPT3之后，语言大模型才开始为大众所了解，之前的更多是专业用户使用。受manus这一波影响，最近OPENAI又发布了agent。DeepSeek模型特别是R1发布后，在国内外引起新一轮的AI浪潮，拉低了昂贵的推理费用，掀起新一轮的AI广泛普及浪潮。3. Deep模型介绍。1. 大模型技术基础。2. GPT模型介绍。]]></description><category></category></item></channel></rss>