<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[zephyr_wang的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/zephyr_wang</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; zephyr_wang]]></copyright><item><title><![CDATA[RAG-ANYTHING]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/153963140</link><guid>https://blog.csdn.net/zephyr_wang/article/details/153963140</guid><author>zephyr_wang</author><pubDate>Mon, 27 Oct 2025 10:42:21 +0800</pubDate><description><![CDATA[以前的RAG主要采用文本，较少考虑多模态。RAG-ANYTHING考虑了图片、表格、公式等多模态，所以叫anything]]></description><category></category></item><item><title><![CDATA[CoT(chain of thought) -思维链]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/148156778</link><guid>https://blog.csdn.net/zephyr_wang/article/details/148156778</guid><author>zephyr_wang</author><pubDate>Fri, 23 May 2025 09:52:56 +0800</pubDate><description><![CDATA[2022年，Google团队在论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》中提出了Chain-of-Thought (CoT)方法，以解决大语言模型在数学、常识和符号推理等任务中的局限性。研究发现，单纯增加模型规模并不能有效提升这些复杂任务的性能。CoT通过修改提示词结构为&lt;input, chain of thought, output&gt;，引导模型生成中间推理步骤，从而增强其推理能力。这种方法通]]></description><category></category></item><item><title><![CDATA[GRPO-Group Relative Policy Optimization]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/145790766</link><guid>https://blog.csdn.net/zephyr_wang/article/details/145790766</guid><author>zephyr_wang</author><pubDate>Sat, 22 Feb 2025 10:46:44 +0800</pubDate><description><![CDATA[GRPO-Group Relative Policy Optimization]]></description><category></category></item><item><title><![CDATA[DeepSeek-R1]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/145657323</link><guid>https://blog.csdn.net/zephyr_wang/article/details/145657323</guid><author>zephyr_wang</author><pubDate>Sat, 15 Feb 2025 21:44:23 +0800</pubDate><description><![CDATA[本文根据2025年《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning 》翻译总结的。可见和强化学习有关。介绍两个模型，和。]]></description><category></category></item><item><title><![CDATA[DeepSeek-V3 技术报告]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/145597357</link><guid>https://blog.csdn.net/zephyr_wang/article/details/145597357</guid><author>zephyr_wang</author><pubDate>Wed, 12 Feb 2025 18:03:22 +0800</pubDate><description><![CDATA[为了减少开源模型与闭源模型的能力差距，我们提出了DeepSeek-V3，一个大的混合专家模型（），有6710亿参数，每个token会激活370亿参数。DeepSeek-V3采用多头隐注意力（Multi-head）提升预测效率，和节省训练成本。此外还采用了两个策略，1）策略进行负载平衡；2）采用了multi-token prediction（MTP）训练目标，增强整体表现。为了进行高效的训练，我们采用了FP8混合精度训练；同时设计了DualPipe 算法进行并行；]]></description><category></category></item><item><title><![CDATA[轮腿机器人的PID控制]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/132324285</link><guid>https://blog.csdn.net/zephyr_wang/article/details/132324285</guid><author>zephyr_wang</author><pubDate>Wed, 16 Aug 2023 17:25:38 +0800</pubDate><description><![CDATA[红色箭头形成闭环控制，保持平衡并有速度。当静态平衡时，就只需要平衡PID，无需无刷电机和速度PID]]></description><category></category></item><item><title><![CDATA[轮足机器人硬件总结]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/132065992</link><guid>https://blog.csdn.net/zephyr_wang/article/details/132065992</guid><author>zephyr_wang</author><pubDate>Wed, 02 Aug 2023 16:38:39 +0800</pubDate><description><![CDATA[本文主要根据“轮腿机器人Hyun”总结的硬件部分。]]></description><category></category></item><item><title><![CDATA[人形机器人汇总]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131587037</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131587037</guid><author>zephyr_wang</author><pubDate>Thu, 06 Jul 2023 23:09:29 +0800</pubDate><description><![CDATA[第3版Atlas采用电源供电和液压驱动。头上的激光雷达定位器和立体摄像机可以使Atlas规避障碍物、探测地面状况以及完成巡航任务。]]></description><category></category></item><item><title><![CDATA[OpenPose-人体姿态估计]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131581296</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131581296</guid><author>zephyr_wang</author><pubDate>Thu, 06 Jul 2023 17:18:39 +0800</pubDate><description><![CDATA[本文根据2019年5月《OpenPose: Realtime Multi-Person 2D PoseEstimation using Part Affifinity Fields》翻译总结。不过openpose在2017年就发了。这个是更新版。人体姿态估计面临多种挑战：1）每张图片可能包含未知数量的人，他们出现在不同的未知，也不同的大小尺度；2）人体之间的交互，如接触，产生了复杂的空间预测；3）预测时间随着人的数量增加，增加了在实时场景预测的难度。]]></description><category></category></item><item><title><![CDATA[自制小强机器人，能看能听能说能画]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131552803</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131552803</guid><author>zephyr_wang</author><pubDate>Wed, 05 Jul 2023 11:54:39 +0800</pubDate><description><![CDATA[这个在上面版本基础上增加了图像显示系统、图像识别、手势识别、图像生成。所以硬件增加了显示屏、摄像头。B站视频：【给小强机器人增加了眼睛（深度相机），能看能听能说能画了-哔哩哔哩】]]></description><category></category></item><item><title><![CDATA[YOLO系列v1-v8]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131518109</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131518109</guid><author>zephyr_wang</author><pubDate>Mon, 03 Jul 2023 16:18:40 +0800</pubDate><description><![CDATA[YOLO是Region-free方法，只需要一次扫描，也被称为（1-stage）模型。而Region-based方法方法，如mask-rcnn ，被称为（2-stage）方法。YOLOv1-v3是原作者，v4和v7是一个作者。v5和v8是一个作者，但其缺少论文。]]></description><category></category></item><item><title><![CDATA[Jetson安装Anaconda（miniforge3）]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131365346</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131365346</guid><author>zephyr_wang</author><pubDate>Sat, 24 Jun 2023 19:08:46 +0800</pubDate><description><![CDATA[miniforge集成了Anaconda的核心工具：conda。conda是一个包和环境管理工具。因此，我下载anaconda安装时报下面错误illegal instruction（core dumped），没安装成功，故安装miniforge了。据说anaconda还没完全支持arm芯片架构。]]></description><category></category></item><item><title><![CDATA[VQGAN图像生成（离散化加对抗训练）]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131290193</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131290193</guid><author>zephyr_wang</author><pubDate>Mon, 19 Jun 2023 16:18:12 +0800</pubDate><description><![CDATA[我们显示了1）如何使用CNN学习了一个图像成分的语义丰富的词汇表,这部分也就是VQGAN；2）利用transformer在高分辨率图像中有效地对其组成（VQGAN压缩过的图片码书表示）进行建模。整体模型也就如下图，包括两部分，VQGAN和transformer。VQGAN先进行图片的压缩，然后输入到transformer。]]></description><category></category></item><item><title><![CDATA[StyleDrop:生成任意风格的图片]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131212069</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131212069</guid><author>zephyr_wang</author><pubDate>Wed, 14 Jun 2023 17:12:24 +0800</pubDate><description><![CDATA[StyleDrop可以生成如下18种不同风格的图片]]></description><category></category></item><item><title><![CDATA[Muse：采用mask transformer的图像生成模型]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131131740</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131131740</guid><author>zephyr_wang</author><pubDate>Fri, 09 Jun 2023 17:21:05 +0800</pubDate><description><![CDATA[本文根据google research 团队2023年1月的《Muse: Text-To-Image Generation via Masked Generative Transformers 》翻译总结的。图像生成有GAN、扩散（diffusion）、自回归模型等，而Muse采用mask图像的建模方法，非扩散、非自回归。给定从预训练大预言模型（LLM）中提取的文本embedding，Muse是被训练来预测随机mask的图像token。]]></description><category></category></item><item><title><![CDATA[Python 图形用户界面（GUI）框架有哪些]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131104690</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131104690</guid><author>zephyr_wang</author><pubDate>Thu, 08 Jun 2023 11:45:59 +0800</pubDate><description><![CDATA[Tkinter 是 Python 的标准 GUI 库。Python 使用 Tkinter 可以快速的创建 GUI 应用程序。轻量级的跨平台图形用户界面（GUI）开发工具。由于、只要安装好 Python 之后就能 import Tkinter 库、而且 IDLE 也是用 Tkinter 编写而成、对于简单的图形界面 Tkinter 还是能应付自如。Button按钮控件；在程序中显示按钮。Canvas画布控件；显示图形元素如线条或文本多选框控件；用于在程序中提供多项选择框Entry输入控件；]]></description><category></category></item><item><title><![CDATA[自己制作智能语音机器人（基于jetson nano）]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131100530</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131100530</guid><author>zephyr_wang</author><pubDate>Thu, 08 Jun 2023 09:12:52 +0800</pubDate><description><![CDATA[主要采用jetson上编写python代码实现，支持离线语音唤醒、在线语音识别、大模型智能文档、在线语音合成。]]></description><category></category></item><item><title><![CDATA[3D打印机分类汇总]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/131052778</link><guid>https://blog.csdn.net/zephyr_wang/article/details/131052778</guid><author>zephyr_wang</author><pubDate>Mon, 05 Jun 2023 17:34:24 +0800</pubDate><description><![CDATA[当今市面上应用比较多的3D打印机是SLS、SLA、DLP、FDM四种3D打印机，按照用途可分为两类：一类是高精度工业打印机，比如SLA、DLP、SLS；一类是以FDM、SLA（用于工业打印机更多）为主的桌面级3D打印机.工业级3D打印机一般比较大，可以打印的物体也是偏大的，一般用于工业产品的制造，如打印一些零部件和模具。桌面级3D打印机一般比较小，就像普通的打印机一样可以直接放置在桌面上打印物体。更多地应用于日常生活之中，如打印一些小零件或者小玩具。]]></description><category></category></item><item><title><![CDATA[百度UNIMO模型--统一模态理解、跨模态对比学习]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/130871673</link><guid>https://blog.csdn.net/zephyr_wang/article/details/130871673</guid><author>zephyr_wang</author><pubDate>Thu, 25 May 2023 17:28:40 +0800</pubDate><description><![CDATA[我们提出了UNIMO（UNIfied-MOdal ），可以同时使用单模态数据和多模态数据，在理解和生成任务。]]></description><category></category></item><item><title><![CDATA[似然（likelihood）、极大似然、对数似然、最大后验等]]></title><link>https://blog.csdn.net/zephyr_wang/article/details/130804248</link><guid>https://blog.csdn.net/zephyr_wang/article/details/130804248</guid><author>zephyr_wang</author><pubDate>Mon, 22 May 2023 11:51:17 +0800</pubDate><description><![CDATA[似然（likelihood）、极大似然、对数似然、最大后验等]]></description><category></category></item></channel></rss>