面向十亿级Token规模的超长文本处理架构研究报告：从长上下文LLM到图谱增强检索的深度解析 1. 执行摘要与核心论点 在当前生成式人工智能（Generative AI）技术的快速演进中，处理海量文本数据——特别是用户提出的“256万页书籍”（估算约为12.8亿Token）这一量级——已成为企业级应…
泸沽湖畔的唱与和：摩梭甲搓音乐与民歌的共生形态研究 导言：界定一个文化复合体 摩梭 (Mosuo) 文化以其独特的母系社会结构和“走婚” (Zouhun) 习俗而闻名于世 1。在这一社会框架内，音乐和舞蹈扮演着不可或缺的社会功能角色。其中，“甲搓” (Jiacuo) 舞蹈和“民歌” (Minge) …
活态象形文字的计算再生：纳西东巴文的计算机视觉处理、语义提取与技术前沿分析 I. 导论：数字人文视野下的“东巴文难题” 1.1. 纳西东巴文：作为文化遗产的价值与濒危现状 纳西东巴文是云南丽江纳西族的核心文化载体 1。它并非一种孤立的文字系统，而是围绕“东巴教”——一种原始宗教文化——构建的多元复杂…
Rednote HiLab Dots.OCR Base 在 NVIDIA RTX 3090 上的部署可行性与架构动力学深度研究报告 1. 执行摘要 本研究报告针对 NVIDIA GeForce RTX 3090 显卡运行 rednote-hilab/dots.ocr.base（及其工程修复版本 pr…
深度技术评估报告：Dots.OCR 架构机制、微调可行性与生态系统全景分析 1. 执行摘要与引言 在过去三十年中，光学字符识别（OCR）技术经历了几次根本性的范式转移。从早期的基于规则的匹配算法，到卷积神经网络（CNN）与循环神经网络（RNN）结合的CRNN架构，再到目前基于Transformer的…
面向医疗领域的QWEN3-32B-VL模型推理加速与INT8量化部署深度研究报告 摘要 本报告旨在针对特定硬件配置——改装版NVIDIA GeForce RTX 4090 48GB显卡搭配Intel Xeon Gold 5320T处理器——在医疗场景下部署QWEN3-32B-VL视觉语言模型的推理加…
Ubuntu 服务器快速部署手册 本文档旨在记录一次完整的 Ubuntu 服务器重装和环境配置流程，适用于开发和深度学习等场景。 第 1 步：安装 NVIDIA 驱动与 CUDA 为了确保显卡驱动的稳定，推荐先禁用系统自带的 Nouveau 开源驱动，再安装 NVIDIA 官方驱动。 禁用 Nouv…
注意 本文是教程，不是学术论文，也不是研究报告，所以语体会尽可能通俗易懂。 可能需要一定的电脑硬件以支持操作，建议16G内存+100G以上磁盘空间（问就是有时候数据量比较大）。 有问题欢迎随时讨论，毕竟是自己的经验。 我事先说明，很多东西可能不是新的东西，也许在哪都可能听到过，也许或多或少有人提过，…
亚文化与后亚文化研究 1. 引言：界定亚文化与后亚文化的领域 1.1 重要性概述 亚文化与后亚文化是理解社会分化、身份认同形成、文化抵抗以及社会规范演变的关键视角，尤其在青年群体中表现突出。它们不仅是边缘现象，更深刻反映并影响着广泛的社会、经济及政治潮流 1。对这些群体的研究，为我们洞察个体与集体如…
从Python到Go：借助AI构建高性能去重工具学习之旅 1. 引言：从Python到Go的性能跃迁之旅 1.1 欢迎与肯定 对于拥有两到三年Python开发经验的开发者而言，开启Go语言的学习之旅是一个明智的选择。已有的编程基础将为学习Go语言提供坚实的起点。本报告旨在引导您顺利从Python过渡…
OpenCV (CV2) 与 Pillow 图像读取机制的比较分析 1. 引言：OpenCV (CV2) 与 Pillow 图像读取机制比较分析 1.1. 背景：图像加载的普遍性任务 在计算机视觉和图像处理流程中，图像加载是基础且至关重要的一步。Python 在这些领域的广泛应用，使得 OpenCV…
评估在NVIDIA L40 GPU上解决VLLM NCCL P2P通信问题的方案：IOMMU与PCI ACS禁用的有效性、风险及替代策略 I. 执行摘要 本报告旨在全面评估一项针对在NVIDIA L40 GPU系统上运行VLLM（大规模语言模型推理与服务库）时遇到的NCCL（NVIDIA Colle…
光学乐谱识别（OMR）系统的评测基准：数据集与指标分析 1. 引言 光学乐谱识别（Optical Music Recognition, OMR）是计算机视觉和模式识别领域的一个重要分支，其目标是自动将乐谱图像转换为机器可读的符号化格式，如 MusicXML 或 MEI 1。这项技术对于音乐文献的数字…
数字乐谱：光学乐谱识别软件与记谱格式深度解析 引言 背景设定 随着科技的飞速发展，音乐领域正经历着从传统纸质乐谱向数字化格式的深刻转变 1。这一转变不仅改变了音乐的创作、学习和演奏方式，也对乐谱的保存和传播提出了新的要求。在这一数字化浪潮中，两个核心需求应运而生：一是如何高效地将现存的大量纸质乐谱转…
这的确是新的上等的OCR，但是部署有一定的难度，并且在WIN和Ubuntu不一样，所以请看情况尝试。 需求 GPU，最好是支持BF16的A系列，当然不支持也没事，到时候改一下代码就行。没有GPU就算了，GPU显存小于8G也算了。 良好的外网，折腾的时候网不好也不行。 GPT或者其他AI，万一有问题，…
前言 其实很多时候不是语言学家在AI领域不起作用，而是训练AI的过程是和机器对话的过程。我们需要服从机器才能让它好好的输出我们想要的文字。这个时候并不是人类手动规划的语法起作用，而是机器自身的那一整套逻辑在起作用。这篇文章的目的就是讲清楚整个逻辑体系。 本文基本上按照下面这张图进行叙述，也会穿插的讲…
前言 在上一篇文章，我们已经掌握制造cpu的技术，能够开展计算工作。但是很明显，只有能计算的东西才能放到机器里面去计算。所以我们要先把万物转换为数字，然后再丢到机器中去。所以，本篇是LLM部分的第一篇，也是第一步，语言数字化。同时，本文会提及编解码的内容，那个是下一篇的重点。 （对了，本文是和GPT…
前言 书接上回，我们继续介绍六种门电路。分别是1. 移位寄存器；2. 计数器；3. 解码器与编码器；4. 减法器；5. 多位加法器；6. 乘法器。这部分作为第一篇的扩展，感兴趣的读者可以往后看，如果觉得枯燥可以直接跳到第四篇看LLM。我也默认读者有前文的基础，可以进一步理解这些逻辑运算。后续我应该会…
前言 这部分内容主要是作为理解LLM1运行规律的铺垫，这种穿透了自然语言和机器语言的机器需要一系列的前置知识才能完全理解。 基础知识 这些作为基础的知识铺垫，希望大家能够掌握并且可以带着这些内容进一步阅读下去。如果不能掌握也请带着问题继续阅读。我不一定完全结合LLM进行解释，毕竟现在所有东西都才刚刚…
前言 从人类开始认识数字的那一刻起，计算就成为了一个核心的问题。最初，人们通过数数和用手指头计算来解决简单的数学问题。随着时间的推移，人类发明了算筹和算盘，不断改进他们的计算方法。这一切的目的都是为了解决一个问题：如何准确快速地计算出数学公式的结果。随着数学的不断发展，算式变得越来越复杂，从简单的加…