程序员茄子
全部
编程
代码
资讯
案例
综合
联系我们
html在线编辑
登录注册
AI,自己全程接管维护
php
mysql
shell
go
vue
css
api接口对接
支付接口对接
最新
最热
万字深度解析百度 Unlimited-OCR:当端到端OCR遇见R-SWA革命,从逐页失忆到40页文档一口气解析(2026)
编程
万字深度解析百度 Unlimited-OCR:当端到端OCR遇见R-SWA革命,从逐页失忆到40页文档一口气解析(2026)
2026-07-02 10:46:07 +0800 CST
view 141
深度解析百度2026年开源的Unlimited-OCR模型:3B参数的端到端OCR系统,R-SWA机制实现常数级KV缓存,OmniDocBench 93.92% SOTA评分,可一口气解析40页文档
Unlimited-OCR
百度
OCR
R-SWA
MoE
CLIP
端到端
长文档处理
深度学习
多模态
RuView 深度实战:WiFi 信号如何实现穿墙人体感知——从 CSI 原理到 Rust 810 倍性能飞跃的全链路解析
编程
RuView 深度实战:WiFi 信号如何实现穿墙人体感知——从 CSI 原理到 Rust 810 倍性能飞跃的全链路解析
2026-05-05 16:03:23 +0800 CST
view 595
深度解析 GitHub 现象级项目 RuView:如何用普通 WiFi 信号实现无摄像头穿墙人体感知。从 CSI 信道状态信息原理、DensePose 架构、到 Rust 810 倍性能飞跃,完整技术链路实战解析。
WiFi
CSI
Rust
ESP32
人体感知
深度学习
开源项目
R-SWA如何让OCR「过目不忘」:百度Unlimited-OCR的KV缓存革命与40页长文档解析实战(2026)
编程
R-SWA如何让OCR「过目不忘」:百度Unlimited-OCR的KV缓存革命与40页长文档解析实战(2026)
2026-07-02 10:47:12 +0800 CST
view 260
深度解析百度2026年开源的Unlimited-OCR模型:3B参数的端到端OCR系统,R-SWA机制实现常数级KV缓存,OmniDocBench 93.92% SOTA评分,可一口气解析40页文档
Unlimited-OCR
百度
OCR
R-SWA
MoE
CLIP
端到端
长文档处理
深度学习
多模态
万字深度解析 VibeVoice:当微软开源遇见90分钟连续语音合成——从7.5Hz连续编码器到长篇有声书自动配音的完整技术指南(2026)
编程
万字深度解析 VibeVoice:当微软开源遇见90分钟连续语音合成——从7.5Hz连续编码器到长篇有声书自动配音的完整技术指南(2026)
2026-07-02 11:14:52 +0800 CST
view 249
深度解析微软2026年开源的VibeVoice语音合成系统:15亿参数、90+分钟连续生成、7.5Hz连续语音编码器、50+预训练音色、8种语言支持,含完整代码实战。
VibeVoice
微软
语音AI
TTS
语音合成
7.5Hz编码器
开源
有声书
深度学习
WiFi DensePose 深度解析:用无线电波"看透"世界——无摄像头人体感知革命的技术内幕
编程
WiFi DensePose 深度解析:用无线电波"看透"世界——无摄像头人体感知革命的技术内幕
2026-05-18 13:47:57 +0800 CST
view 508
WiFi DensePose技术利用普通WiFi信号实现无摄像头人体姿态追踪、生命体征监测,彻底颠覆传统监控方案。本文深入解析其技术原理、系统架构、深度学习模型及部署实战。
WiFi感知
人体姿态估计
CSI
深度学习
无摄像头监控
SGLang 深度实战:当 RadixAttention 重新定义 LLM 推理——从架构原理到生产部署的完整工程指南(2026)
编程
SGLang 深度实战:当 RadixAttention 重新定义 LLM 推理——从架构原理到生产部署的完整工程指南(2026)
2026-07-20 17:18:01 +0800 CST
view 86
深度解析SGLang推理框架核心技术:RadixAttention基数树KV缓存、连续批处理与CPU-GPU调度重叠、约束解码结构化输出、CVE-2026-5760安全漏洞修复、生产部署实战,以及与vLLM的完整对比选型指南。
SGLang
LLM
RadixAttention
PagedAttention
推理优化
Python
深度学习
向量检索
Agent
RAG
vLLM
CVE
Rust
高性能计算
开源!低代码AI模型训练系统:工业级智能开发平台深度解析
案例
开源!低代码AI模型训练系统:工业级智能开发平台深度解析
2026-05-05 19:05:49 +0800 CST
view 615
开源低代码AI模型训练系统,工业级智能开发平台,图像采集、智能检测、数据标注、模型训练四大模块,单张检测<2秒,字符识别率≥99.5%
AI
深度学习
工业智能
低代码
机器视觉
模型训练
工业质检
百度 Unlimited OCR 深度实战:告别「越生成越慢」,一次性解析整本书的 OCR 革命
编程
百度 Unlimited OCR 深度实战:告别「越生成越慢」,一次性解析整本书的 OCR 革命
2026-06-27 02:13:37 +0800 CST
view 397
深度解析百度2026年6月开源的Unlimited OCR模型,介绍其R-SWA机制如何解决长文档OCR的KV cache线性增长问题,包含完整实战代码和性能优化技巧。
Unlimited OCR
百度
OCR
深度学习
MoE
R-SWA
长文档解析
万字深度解析百度 Unlimited OCR:当长文档解析遇见 R-SWA 革命——从常数级 KV Cache 到 40 页一次性识别的完整技术指南(2026)
编程
万字深度解析百度 Unlimited OCR:当长文档解析遇见 R-SWA 革命——从常数级 KV Cache 到 40 页一次性识别的完整技术指南(2026)
2026-07-02 18:16:20 +0800 CST
view 412
深度解析百度 Unlimited OCR 的 R-SWA 参考滑动窗口注意力机制,将 KV Cache 从线性增长压至常数级;3B MoE 解码器架构、DeepEncoder 视觉编码器;完整本地部署代码、KV Cache 监控脚本与 SGLang 生产推理优化指南。OmniDocBench v1.6 综合得分 93.92%,端到端 OCR 新 SOTA。
OCR
R-SWA
KV Cache
MoE
百度
长文档解析
Transformer
深度学习
Python
性能优化
WiFi DensePose 深度解析:当普通路由器学会穿墙看人——从 CSI 信号到人体姿态的工程革命
编程
WiFi DensePose 深度解析:当普通路由器学会穿墙看人——从 CSI 信号到人体姿态的工程革命
2026-04-15 15:52:05 +0800 CST
view 824
WiFi DensePose 开源项目深度解析:从 CSI 信号处理原理到深度学习模型架构,再到 ESP32 硬件部署方案,全面解读如何用普通 WiFi 路由器实现穿墙人体姿态追踪和生命体征监测。
WiFi
CSI
深度学习
人体姿态检测
ESP32
Rust
FlashPrefill 深度解析:当瞬时注意力遇上 GPU 原语——从 O(N²) 困境到 27 倍速的工程革命
编程
FlashPrefill 深度解析:当瞬时注意力遇上 GPU 原语——从 O(N²) 困境到 27 倍速的工程革命
2026-04-15 17:20:25 +0800 CST
view 660
深度解析中科院与腾讯微信联合研发的 FlashPrefill 如何通过即时注意力模式发现和动态阈值筛选,将 25.6 万字符长文本处理速度提升 27.78 倍,同时保持近乎完美的精度。
LLM推理优化
FlashAttention
GPU计算
长文本处理
注意力机制
Transformer
深度学习
Llama 4 MoE 架构深度解析:从混合专家到万亿参数的技术革命
编程
Llama 4 MoE 架构深度解析:从混合专家到万亿参数的技术革命
2026-05-28 16:37:41 +0800 CST
view 316
深入解析 Meta Llama 4 的 MoE 混合专家架构原理,探讨其如何以 17B 激活参数撬动万亿级算力,并提供完整的本地部署实战指南。
Llama4
MoE
混合专家
开源大模型
本地部署
Meta
人工智能
深度学习
百度 Unlimited OCR 深度解读:R-SWA 如何将 KV Cache 压成常数,5天 GitHub Star 破万的端到端 OCR 新范式
编程
百度 Unlimited OCR 深度解读:R-SWA 如何将 KV Cache 压成常数,5天 GitHub Star 破万的端到端 OCR 新范式
2026-06-27 09:15:20 +0800 CST
view 168
百度开源 Unlimited OCR,5天 GitHub Star 破万。本文深度解析其核心创新 R-SWA(Reference Sliding Window Attention),如何将解码器 KV Cache 从线性增长压成常数,OmniDocBench v1.6 刷榜 SOTA(93.92%),30B 总参/5B 激活,32K 超长上下文,一次前向全稿转录,附完整代码实战。
Unlimited OCR
R-SWA
KV Cache
MoE
端到端 OCR
百度
深度学习
Transformer
文档识别
OCR
腾讯混元开源 HyOCR-1.5 深度解读:端到端 OCR 的工程哲学与 DFlash 投机解码完全指南
编程
腾讯混元开源 HyOCR-1.5 深度解读:端到端 OCR 的工程哲学与 DFlash 投机解码完全指南
2026-07-21 12:46:56 +0800 CST
view 53
2026年7月腾讯混元开源HyOCR-1.5端到端OCR大模型,1B参数OmniDocBench 94.74分霸榜。深度拆解DFlash投机解码6.37倍加速、Agentic Data Flow自动化数据闭环、三阶段训练配方,以及vLLM/llama.cpp全场景部署实战。
HyOCR
HunyuanOCR
腾讯混元
端到端OCR
DFlash
投机解码
多模态模型
文档解析
文字识别
视觉语言模型
OmniDocBench
vLLM
llama.cpp
深度学习
WiFi DensePose 深度解析:用普通路由器实现穿墙人体感知——无线电波如何重构智能感知的底层逻辑
编程
WiFi DensePose 深度解析:用普通路由器实现穿墙人体感知——无线电波如何重构智能感知的底层逻辑
2026-05-19 11:46:58 +0800 CST
view 568
2026年GitHub热门项目WiFi DensePose深度解析,讲解如何用普通WiFi信号实现穿墙人体感知、生命体征监测,无需摄像头,保护隐私。涵盖CSI技术原理、深度学习模型、Rust工程实现。
WiFi感知
CSI
人体姿态估计
隐私保护
Rust
边缘计算
穿墙探测
生命体征监测
深度学习
物联网
vLLM 深度拆解:当 KV Cache 学会「分页」——用操作系统智慧重写 LLM 推理的心智模型
编程
vLLM 深度拆解:当 KV Cache 学会「分页」——用操作系统智慧重写 LLM 推理的心智模型
2026-07-15 10:13:07 +0800 CST
view 137
深度拆解 vLLM 核心架构:从 PagedAttention 分页内存管理、Continuous Batching 动态调度,到 Speculative Decoding、Prefix Caching 等高级特性,配完整代码示例与生产部署指南。
vLLM
PagedAttention
LLM推理
深度学习
GPU优化
Continuous Batching
NVIDIA Cosmos 3 深度实战:当世界模型学会「理解、生成、模拟、行动」——从 MoT 混合架构到物理 AI 全链路的生产级完全指南(2026)
编程
NVIDIA Cosmos 3 深度实战:当世界模型学会「理解、生成、模拟、行动」——从 MoT 混合架构到物理 AI 全链路的生产级完全指南(2026)
2026-06-15 01:18:03 +0800 CST
view 598
2026年6月英伟达发布全球首款全模态物理AI世界模型Cosmos 3。本文从MoT混合架构、代码实战、Agent Skills工作流、性能分析、生产部署五个维度,带你彻底搞懂这个被业界定义为物理AI产业「安卓时刻」的技术突破。
NVIDIA
Cosmos 3
物理AI
世界模型
MoT架构
机器人
自动驾驶
深度学习
AI Agent
仿真
Unsloth 深度拆解:当 LLM 微调学会「省显存」——2倍速+70%显存节省背后的 QLoRA 工程革命
编程
Unsloth 深度拆解:当 LLM 微调学会「省显存」——2倍速+70%显存节省背后的 QLoRA 工程革命
2026-07-15 17:47:08 +0800 CST
view 125
深度拆解Unsloth技术栈:QLoRA量化原理、4-bit NF4精度机制、Triton内核重写、8-bit Adam优化器、梯度检查点优化,以及从Notebook到Ollama/vLLM生产部署的完整工程路径,含完整代码实战
Unsloth
LLM微调
QLoRA
LoRA
4-bit量化
深度学习
模型训练
Unsloth实战:当QLoRA让27B模型在RTX 4090上跑起来——从Qwen3.5微调到Ollama部署的完整工程链
编程
Unsloth实战:当QLoRA让27B模型在RTX 4090上跑起来——从Qwen3.5微调到Ollama部署的完整工程链
2026-07-15 17:48:36 +0800 CST
view 123
深度拆解Unsloth技术栈:QLoRA量化原理、4-bit NF4精度机制、Triton内核重写、8-bit Adam优化器、梯度检查点优化,以及从Notebook到Ollama/vLLM生产部署的完整工程路径,含完整代码实战
Unsloth
LLM微调
QLoRA
LoRA
4-bit量化
深度学习
模型训练
VibeVoice 深度解析:微软如何用 7.5Hz 超低帧率重塑语音 AI——从 ASR 到实时 TTS 的全栈技术内幕
编程
VibeVoice 深度解析:微软如何用 7.5Hz 超低帧率重塑语音 AI——从 ASR 到实时 TTS 的全栈技术内幕
2026-04-17 10:48:42 +0800 CST
view 724
深入解析微软开源的 VibeVoice 语音 AI 框架,涵盖 7.5Hz 超低帧率连续 tokenizer、Next-Token Diffusion 架构、三大模型(ASR/TTS/Realtime)全栈设计,以及生产环境部署与性能优化实践。
语音AI
VibeVoice
微软
TTS
ASR
深度学习
开源
TensorRT-LLM 1.0 深度实战:当 PyTorch 架构成为默认体验,NVIDIA 的 LLM 推理引擎正式走向成熟
编程
TensorRT-LLM 1.0 深度实战:当 PyTorch 架构成为默认体验,NVIDIA 的 LLM 推理引擎正式走向成熟
2026-07-22 10:46:37 +0800 CST
view 35
深度解析 TensorRT-LLM 1.0:PyTorch 架构正式稳定、LLM API 稳定化、多模态 VLM 原生支持、Qwen3 MoE 优化、LoRA 生产级管理、trtllm-serve 推理服务化,配完整部署实战代码。
TensorRT-LLM
LLM推理
GPU加速
PyTorch
NVIDIA
深度学习
模型部署
推理优化
OpenSkill深度解析:当Agent学会「无师自通」——自进化智能体的新范式颠覆了什么
编程
OpenSkill深度解析:当Agent学会「无师自通」——自进化智能体的新范式颠覆了什么
2026-06-09 11:46:59 +0800 CST
view 399
深入解析2026年最新研究OpenSkill框架——让AI Agent无需成功轨迹、预设Skills或监督信号即可自主获取可执行、可迁移的技能,刷新多项基准测试SOTA记录。
AI Agent
OpenSkill
自进化
深度学习
基准测试
OpenSkill框架深度解析:Agent如何摆脱「监督依赖」实现无师自通——自进化Skills的新范式与技术内幕
编程
OpenSkill框架深度解析:Agent如何摆脱「监督依赖」实现无师自通——自进化Skills的新范式与技术内幕
2026-06-09 11:48:00 +0800 CST
view 311
深入解析2026年最新研究OpenSkill框架——让AI Agent无需成功轨迹、预设Skills或监督信号即可自主获取可执行、可迁移的技能,刷新多项基准测试SOTA记录。
AI Agent
OpenSkill
自进化
深度学习
基准测试
挣脱监督的枷锁:OpenSkill如何让AI Agent实现真正的无师自通
编程
挣脱监督的枷锁:OpenSkill如何让AI Agent实现真正的无师自通
2026-06-09 11:48:15 +0800 CST
view 316
深入解析2026年最新研究OpenSkill框架——让AI Agent无需成功轨迹、预设Skills或监督信号即可自主获取可执行、可迁移的技能,刷新多项基准测试SOTA记录。
AI Agent
OpenSkill
自进化
深度学习
基准测试
大家都在搜索什么?
devops
易支付
一个官网+多少钱
统一接受回调
统一回调
sub
node
宝塔日志
mysql
shell
ElasticSearch
css
vue
api接口对接
2025
支付接口对接
go
php
php回调
回调
上一页
1
2
3
4
5
...
19
下一页