OpenClaw 是一个开源的、自托管的 AI 网关（Gateway），它能把你的聊天软件（企业微信、飞书、钉钉、WhatsApp、Telegram、Discord 等）连接到 AI Agent。简单说，它是一个"管道"，让 AI 助手能通过你日常使用的通讯工具为你服务。核心特点：• 自托管（Self-hosted）：运行在你自己的机器上，对话数据和文件留在本地（只保证数据不外传，调用外部api的

OpenClaw 是一个开源的、自托管的 AI 网关（Gateway），它能把你的聊天软件（企业微信、飞书、钉钉、WhatsApp、Telegram、Discord 等）连接到 AI Agent。简单说，它是一个"管道"，让 AI 助手能通过你日常使用的通讯工具为你服务。核心特点：• 自托管（Self-hosted）：运行在你自己的机器上，对话数据和文件留在本地（只保证数据不外传，调用外部api的

这几天刚入门跑别人论文的项目（TDD-net）。对项目里的checkpoint比较好奇，于是上网搜寻了相关资料。机器学习里面保存的模型checkpoint文件里面到底是什么东东？ - 知乎简单地说，在使用tensorflow跑模型的时候，我们不可能一次跑完，中间要保存一下的（就像写文章中间要保存下草稿）。因此checkpoint其实就是保存下来的中间模型。保存了TensorFlow 模型之后，我们

Ovis1.6开源地址和Demo：

训练采取SFT方式，对标签质量要求高，为了减少噪声、数据清洗，先把数据分为A/B两部分，A/B中各自调整黑/白数据配比训练了一个严格模型和宽松模型，然后分别用来预测另外的集合进行投票，选出有争议（即又被预测为安全和宽松）的数据。技术报告，整体来说这个模型是纯NLP的模型，而且从贴切程度上讲：大模型安全 > 平台内容审核，猜测动机和背景是专用于qwen系列LLM输出/输入审核的大模型安全审核模型。合

这几天刚入门跑别人论文的项目（TDD-net）。对项目里的checkpoint比较好奇，于是上网搜寻了相关资料。机器学习里面保存的模型checkpoint文件里面到底是什么东东？ - 知乎简单地说，在使用tensorflow跑模型的时候，我们不可能一次跑完，中间要保存一下的（就像写文章中间要保存下草稿）。因此checkpoint其实就是保存下来的中间模型。保存了TensorFlow 模型之后，我们

比起torch.nn.Module类而言，多了init_cfg和init_weights。type里的override是用来init这个实例里一些特殊的部分，比如self.reg。注册在mmcv/cnn/utils/weight_init.py。所有的init方法都是一个INITIALIZERS。BaseModule类在mmcv.runner中。norm的weight都是1，bias都是0。这个实

Ovis1.6开源地址和Demo：

最近用mmyolo训练自己的数据集的时候发现训练的时候loss_bbox=0，测试和eval的时候结果也全是空的，排除了数据集读取的问题，最后发现是config中自定义了自己的类别但是没有传给dataset。简而言之，在自定义了数据集里的metainfo即类别后，还需要再dataloader构造的时候传入这些metainfo。

大概原因就是缺少原pretrained模型中一些.py，.json文件导致的，就是训练后只保存了一些权重相关的文件，但是要进行推理的话，还需要自行cp过去一些“配置文件”比如MiniCPM-V-2.6在进行官方的finetune后（swift进行finetune后好像不会有这个问题，具体没去看），保留下来的ckpt文件夹跟原版的对比（左finetune右pretrained），缺少了三个文件。其他