学习理论:凸代理、代理与估计误差界

博主头像 这学期参加了同研究科的田中研的读书会,所选的是近年出的较新的书《Learning Theory from First Principles》。作者Francis Bach是COLT2025的keynote speaker。我主动承担了4.1-4.4部分(这周做了分享),该部分和我目前的科研方向比较相... ...

.NET+AI | MEAI | 自定义中间件(8)

博主头像 DelegatingChatClient:构建企业级 AI 中间件的利器 一句话简介 通过 Microsoft.Extensions.AI 的 DelegatingChatClient 基类,轻松创建自定义中间件,实现限流、重试、安全过滤等企业级功能,让 AI 应用更安全、更稳定。 核心价值 ...

Spring使用el表达式

博主头像 Spring使用el表达式 0. 背景 在项目中需要一个可动态执表达式的功能.项目本身是基于Springboot,可直接使用Spring提供的核心模块Spring Expression Language(SpEL). 在测试前,需要了解一些基本前置条件 整体可以按照java语法编写脚本串 只支持单条 ...

iOS 实现微信读书的仿真翻页

博主头像 先看效果 仿真翻页效果: 普通翻页效果: 实现方案 iOS 中实现翻页效果比较简单,直接使用系统提供的 UIPageViewController 即可做到。 UIPageViewController 是 UIKit 中的分页控制器,它允许用户通过横向或纵向滑动手势在多个页面(ViewControll ...

Apache Hudi 项目总体分析

Apache Hudi 项目总体分析 请关注微信公众号:阿呆-bot 1. 项目结构 Apache Hudi 采用多模块 Maven 架构,主要模块如下: hudi-master/ ├── hudi-common/ # 核心通用功能模块 │ └── src/main/java/org/apache/ ...

Svelte 开发新利器:官方 CLI 工具 `sv` 全面指南

博主头像 随着 Svelte 生态的不断演进,官方推出了全新的命令行工具(CLI)—— sv。如果你还在通过旧的方式搭建项目,或者在手动配置 Tailwind、ESLint 等工具时感到头大,那么 sv 将会是你的得力助手。 本文将带你全面了解 sv 是什么、它能做什么,以及如何高效地使用它来管理你的 Sve ...

大模型基础补全计划(八)---相关知识点回顾与Qwen3-VL-2B-Instruct实例分析(终章)

PS:要转载请注明出处,本人版权所有。 PS: 这个只是基于《我自己》的理解, 如果和你的原则及想法相冲突,请谅解,勿喷。 环境说明 无 前言 本文是这个系列第八篇,也是本系列的终章,它们是: 《大模型基础补全计划(一) 重温一些深度学习相关的数学知识》 https://www.cnblogs.co ...

信竞回忆录

博主头像 六年级 第一次接触信竞。 当时是罗俊辉在教我们,罗俊辉教的真的不评价,一直考试考试,我当时经常垫底,主要是一进去就和比我大一届和大两届的一起训练。虽然考试经常垫底,但是感觉每次训练都很开心,当时真的觉得信竞很有趣,一有时间就跑去机房。 后来打第一场csp,好像初赛差了4分还是3分,有点可惜。当时挺不 ...

FFmpeg开发笔记(九十)采用FFmpeg套壳的音视频转码百宝箱FFBox

博主头像 ​FFmpeg是个经典的音视频处理开源框架,可是FFmpeg仅提供命令行方式,通过FFmpeg剪辑音视频只能在命令行下面操作,从而限制了普通用户掌握FFmpeg。 虽然《FFmpeg开发实战:从零基础到短视频上线》一书不仅给出了基于FFmpeg函数调用的示例代码,也给出了具体的ffmpeg操作命令, ...

边界突围:中国.NET技术的七年认知演进与社区化生态重构

博主头像 一、系统性问题的边界认知与演进系统性问题的本质在于边界的动态性。当我们面对教育、技术或社会问题时,最初设定的边界往往是为了简化分析而人为划定的。这种边界划分在初期能够帮助我们找到局部最优解,但随着认知的深入,我们会发现这些解决方案存在局限性。边界扩展的必然性体现在:当局部最优解无法真正解决问题时,我 ...

使用 Vibe Coding 构建 AI 自动化评测系统

博主头像 1.概述 在当今快速发展的 AI 时代,如何高效、准确地评估 AI 模型的性能已成为一个关键挑战。传统的评测方法往往依赖大量人工干预,不仅效率低下,而且难以保证评测的一致性和客观性。本文将深入探讨如何使用 Vibe Coding 的理念,结合现代 AI 技术,构建一个智能、高效且可扩展的自动化评测系 ...

基于深度学习的安全帽检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)

博主头像 本文介绍了一套基于YOLO系列算法的智能安全帽检测系统。系统采用YOLOv5/v8/v11/v12等多种模型,支持图片、视频和实时摄像头的安全帽检测,具备用户管理、多模型切换等功能。通过对比实验显示,YOLO12n模型表现最优(mAP40.6%),YOLO11n速度最快(56.1ms)。系统训练数据... ...

人工智能:用Gemini 3一键生成3D粒子电子手部映射应用

@目录前言核心提示词(直接复制使用)效果演示(Gemini 3生成后实际表现)1. 权限处理效果2. 摄像头画面与手部标注3. 3D粒子手跟随效果4. 淡出与再生效果总结 前言 Gemini3横空出世,网上对其的评价颇为一致,都认为其是近期以来的最佳大模型,并且很多博主通过Gemini3很快的做出了 ...

123···100>