博客 RSS 訂閱

deephub 頭像

deephub - Anthropic 開源 Bloom：基於 LLM 的自動化行為評估框架

Anthropic 最近放出了一個叫 Bloom 的開源框架，專門用來測試大語言模型會不會出現某些特定行為。比如模型是不是會阿諛奉承用户、有沒有政治傾向、會不會為了自保撒謊或者試圖繞過監督機制這類問題。 這個框架跟常規的評估基準不太一樣。傳統基準都是固定的測試集而 Bloom 會根據你的配置“長”出不同的評估內容，這也是為什麼叫這麼個植物學的名字。 工作流程：四個階段搞定評估 Bloom 的整個流

llm , 人工智能 , 深度學習

收藏 評論

jiangyi 頭像

我愛哇哈哈 - 數據庫加密方案解析和實戰：讓你的數據固若金湯！

客户數據泄露事件頻發，公司高層要求對敏感數據進行全面加密，但你卻發現加密並不是簡單的"加個密"那麼簡單...今天就來聊聊數據庫加密的那些事兒，讓你的數據真正固若金湯！ 一、為什麼需要數據庫加密？ 在開始介紹具體的加密方案之前，我們先來理解為什麼數據庫加密如此重要。 1.1 數據泄露的代價 // 數據泄露可能造成的損失 public class DataBreachCost

數據 , MySQL , 私藏項目實操分享 , 數據庫 , bc , SQL

收藏 評論

u_10917175 頭像

六月的雨在51CTO - 藉助 MCP 賦能數據可視化，讓數據‘燃’起來

藉助 MCP 賦能數據可視化，讓數據‘燃’起來 背景信息 方案介紹 上手實操 資源準備 創建API-KEY 插入數據 一鍵部署 體驗測試 體驗感受 背景信息 在當下的數字化時代，數字信息對於企業的作用毋庸置疑，誰優先從有限的

數據 , MySQL , 信息可視化 , 數據庫 , mcp , 數據分析

收藏 評論

lying7 頭像

躺柒 - 讀人機溝通法則：理解數字世界的設計與形成05機器可以被測量

1.遙測 1.1.小鈴鐺尖鋭的叮噹聲讓我們擁有某種低科技水平的感知能力，讓我們知道有人在前台 1.2.“遙測”(telemetry)這個詞誕生於19世紀的法國，當時電信技術才剛出現 1.2.1.使用一種電子儀器將阿爾卑斯山最高峯勃朗峯的積雪深度傳輸到巴黎的過程 1.2.2.用傳感器代替了人，不再需要人親自去另一端收集數據 1.2.3.傳感器將自動讀取數據，通過電

AI

收藏 評論

u_13966077 頭像

high2011 - 【Little Tools】-- 辯論賽倒計時系統

辯論賽倒計時系統 - 專業版 一個功能完整的專業辯論賽倒計時系統，支持多階段計時、毫秒級精準倒計時、超時警示等高級功能。 PS：瀏覽器直接打開 html 即可使用！ ✨ 核心功能特點 1. 多階段計時 ✅ 支持立論、駁立論、質詢、自由辯論、總結等多個環節 ✅ 各環節時間可自定義設置

MySQL , 重置 , 自定義 , 數據庫 , 網絡 , HTML , 前端

收藏 評論

u_15777557 頭像

江上清風山間明月 - JSON 語法詳細介紹

JSON 語法詳細介紹 一、JSON 簡介 JSON（JavaScript Object Notation）是一種輕量級的數據交換格式，具有以下特點： 易於人閲讀和編寫 易於機器解析和生成 完全獨立於語言的文本格式 二、基本數據結構 1. 對象（Object） 用花括號 {} 包裹 包含無序的鍵值對集合 鍵必須是

軟件研發 , 字符串 , Json

收藏 評論

lori 頭像

張佔嶺 - wasm~tinygo寫一個基於redis的全侷限流的插件

Global Limit 插件 插件功能 基於白名單的全侷限流插件，對指定的域名和URL路徑進行全侷限流控制，共享同一個限流計數器。 核心特性 按域名 + URL路徑進行全侷限流 使用 Redis Sorted Set 實現滑動時間窗口 白名單機制：只對配置的域名和路徑進行限流 支持正則表達式匹配URL路徑 實現邏輯 1. 請求處理流程 請求到達 → 檢查域名白名單 → 檢查路徑白名單

後端

收藏 評論

software-Development 頭像

IT開發者筆記 - 國產化PDF處理控件Spire.PDF教程：在Java快速解析PDF文本、表格、圖像和元數據

在 Java 應用中，PDF 解析（PDF parsing in Java）通常用於從 PDF 文件中提取可用信息，而不僅僅是將其渲染出來進行展示。常見的應用場景包括文檔索引、自動化報表處理、發票分析以及數據採集與導入流程等。 與 JSON、XML 等結構化數據格式不同，PDF 的設計目標是保證視覺呈現效果的一致性。文本、表格、圖像等內容在 PDF 中並不是以邏輯結構存儲的，而是以帶有座標信息的

後端

收藏 評論

software-Development 頭像

IT開發者筆記 - Stimulsoft報表與儀表板產品重磅發佈2026.1版本：進一步強化跨平台、數據可視化、合規及 AI 輔助設計等

全球知名報表與數據可視化廠商Stimulsoft，正式發佈其報表與儀表板產品2026.1 版本。本次版本升級在平台兼容性、可訪問性標準、智能化能力及數據源支持等方面均帶來重要增強，進一步提升企業在報表設計、數據分析與可視化應用中的效率與體驗。 Stimulsoft Ultimate 最新官方正版試用下載 關於 Stimulsoft Stimulsoft是一家全球知名的報表與數據可視化軟件廠商，

.net , 後端

收藏 評論

fengGer 頭像

fengGer的bugs - 今日分享【微信小程序中的福字燈籠】代碼

1、廢話不多説，直接上效果： 2、具體實現代碼如下： wxml view class="deng-box" view class="deng" view class="xian"/view view class="deng-a"

微信小程序 , redis , 頁面效果 , 小程序 , xml , 數據庫 , 4s

收藏 評論

wangmingx 頭像

WangMing_X - C# 數據驗證常用正則表達式

以下是通用數據校驗正則表達式整理，包含常見使用場景的數字類規則、字符串、日期、網絡地址等，方便日常開發使用： 一、數字類校驗（包含你提供的規則） 校驗場景 正則表達式

軟件研發 , yyds乾貨盤點 , 字符串 , 正則表達式 , 浮點數

收藏 評論

u_17353299 頭像

chooseAI - 不用上傳文件就能轉錄分析，這2個音視頻法寶總算被我扒到了！

目錄 前言 音視頻閲讀 音視頻提問 內容導出 小結 我好像已經很久沒碰到方便又好用的提取音視頻文案的工具了。 GEMINI分析的結果是不賴，就是麻煩了點。你需要先錄屏或下載，再上傳音視頻進行文案提取和分析。 搞得我每次分析他人的視頻都像做賊一樣先偷偷錄一個，錄了畫質還糊。 現在

全渠道音視頻文件轉錄 , bibigpt , AI好記 , aigc , stable diffusion , AI音視頻內容提取 , 免費試用

收藏 評論

u_16052073 頭像

龔禮鵬AndroidOrOH - android 進階解密 第九章 JNI原理

一.JNI概述。 JNI：是java與其他語言通信的橋樑。 需要用到JNI技術的地方： 1.需要調用java語言不支持的依賴於操作系統平台特性的一些功能。 2.為了整合一些以前的非java語言開發的系統。 3.為了節省程序的運行時間。必須採用其他語言(比如：c/c++)來提升運行效率。 JNI在android中的運用場景：音視頻開發、熱修復和插

動態註冊 , 移動開發 , Android , JAVA

收藏 評論

user_sg59bsuq 頭像

user_sg59bsuq - 輕鬆搭建個人知識庫：訪答軟件使用全攻略

輕鬆搭建個人知識庫：訪答軟件使用全攻略 在信息爆炸的時代，如何高效管理個人知識成為許多人面臨的挑戰。本地私有知識庫作為一種安全可靠的知識管理解決方案，正受到越來越多用户的青睞。在眾多知識庫工具中，憑藉其出色的本地化特性和易用性脱穎而出。本文將為您詳細介紹如何使用訪答軟件搭建專屬的個人知識庫。 什麼是本地私有知識庫 本地私有知識庫是指將知識數據存儲在個人設備上，而非雲端服務器的一種知識管理方式。與雲

教程 , 人工智能 , 知識庫

收藏 評論

huodadexiang 頭像

南瓜 - 基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程

基於深度學習的農業蟲害自動識別系統：YOLOv8 的完整工程 一、研究背景：農業蟲害識別為何需要 AI？ 在農業生產過程中，病蟲害是影響作物產量和質量的核心因素之一。據統計，全球每年因蟲害造成的糧食損失高達 20% 以上。傳統的蟲害防治方式主要依賴： 人工巡田觀察 專家經驗判斷 事後用藥處理 這種方式存在明顯問題： 🐞 識別效率低：人工巡檢難以覆蓋大面積農田 🐞 主觀性強：不

機器學習 , 人工智能 , 深度學習

收藏 評論

nancheng_692928b663b3c 頭像

南城 - 可靠性與順序性保障——冪等、事務與Exactly-once語義的適用邊界

寫在前面，本人目前處於求職中，如有合適內推崗位，請加：lpshiyue 感謝 在分佈式消息系統中，可靠性追求與性能代價總是相伴相生，理解不同保障機制的適用邊界是構建健壯系統的關鍵 在掌握 Kafka 核心概念的基礎上，我們面臨一個更深入的問題：如何在不同業務場景下選擇合適的可靠性保障機制。消息系統的可靠性不是一個非黑即白的選擇，而是一個需要權衡的連續譜系。本文將深入探討 Kafka 提供的三種消息

觀點 , 微服務

收藏 評論

zhangyidechaofan 頭像

圖形學愛好者Wu - 每日一個C++知識點|底層內存管理

C++的手動內存管理機制賦予了程序員極高的靈活性，但也帶來了內存泄漏、野指針等風險。本文從內存區分開始,逐步從深入瞭解C++內存的核心知識~ 內存分區 在C++程序運行時，內存會被劃分為五個區域，分別是棧區、堆區、全局/靜態區、常量區和代碼區,如圖所示: 棧區是程序運行中一塊連續的內存區域,主要用來存儲局部變量,由編譯器自動分配和釋放,空間小但速度快 堆區是程序運行時由程序員手動分配和釋放

觀點 , 資訊 , 教程 , 知識 , c++

收藏 評論

jima 頭像

Jimaks - React Transition Group動畫

在現代Web應用中，流暢的動畫效果已成為提升用户體驗的重要因素。優秀的動畫不僅能讓界面更加生動有趣，還能有效傳達狀態變化、引導用户注意力、增強交互反饋。然而，實現高質量的動畫效果一直是前端開發中的難點，特別是在React這樣的聲明式框架中，如何優雅地管理組件的進入、離開和狀態轉換動畫，需要專門的解決方案。React Transition Group正是為解決這一問題而生的專業動畫庫。

Css , ci , 前端開發 , HTML , Javascript

收藏 評論

u_11659620 頭像

爾等氏人 - PostgreSQL機器學習集成

引言 隨着人工智能和機器學習技術的快速發展，將機器學習能力直接集成到數據庫系統中已成為一種重要趨勢。傳統的數據分析流程通常需要將數據從數據庫導出到專門的機器學習平台進行處理，這種分離的架構不僅增加了系統複雜性，還帶來了數據傳輸開銷和一致性問題。PostgreSQL作為領先的開源關係型數據庫，通過各種擴展和工具，提供了強大的機器學習集成功能，使數據分析和模型訓練能夠在數據庫內部完成，這

機器學習 , redis , 數據庫 , SQL

收藏 評論

grewer 頭像

Grewer - 前端白屏監控原理

前言 前端基建裏最重要的事情之一就是監控，性能，報錯，白屏等等，而今天要説的就是白屏的監控。 前端白屏是影響用户體驗的常見問題，通常有資源加載失敗、JS 執行錯誤、渲染阻塞、框架異常等原因。 今天就以頁面生命週期、錯誤捕獲、性能指標、框架特性等維度來描述怎麼監控。 關鍵節點判斷 核心原理 不管是傳統框架、界面、還是現代瀏覽器框架，都會有一個容器節點、關鍵節點，例如根節點，header節

白屏 , 監控 , 前端 , Javascript

收藏 評論

u_16099226 頭像

雲端夢想實現家 - 單機部署hive2要啓動嗎

Linux服務器搭建單機版Hive與搭建Hive集羣 Hive Hive概述 Hive架構 Hive計算引擎 Linux安裝Hive 下載Hive 解壓及重命名 配置hive-env.sh 創建hive-site.xml

服務器 , 大數據 , hive , hadoop , 單機部署hive2要啓動嗎 , Linux

收藏 評論

u_15988698 頭像

代碼天地 - OpenCV-python小玩意18 YOLO目標檢測之模型訓練與指標解讀

0. 模型訓練小知識 自從深度學習火了以後，大家就把傳統視覺算法看低了。 因為模型的訓練需要GPU或者CPU飛速運轉好久才能完成，而訓練出來的模型又每次都非常意外，所以大家又把模型訓練戲稱為煉丹，真是充滿了玄學意味。 深度學習時代，什麼最重要？數據！像我們這次的任務，需要準備100~500張圖片，確保包含不同角度、光照和模糊程度。如果想做的很好，業界推薦是幾千張

數據集 , 召回率 , 服務器 , 數據 , 分佈式

收藏 評論

u_17590687 頭像

長袖員大表哥 - Objective-C/iOS 開發中的 Autorelease 機制

一、Autorelease 機制核心定位（先搞懂它是幹嘛的） Autorelease 是 iOS/OC 中內存自動管理的核心機制之一，簡單説就是：給對象 “打個標記”，讓它不會立刻被銷燬，而是等到 “合適的時機” 再由系統統一釋放，本質是對release操作的 “延遲執行”。 舉個生活化的例子：你去超市買東西，每拿一件商品（創建一個對象），如果是普通release，相

工廠方法 , 移動開發 , 內存泄漏 , 臨時對象 , ios

收藏 評論

u_17216172 頭像

數據庫知識分享者小北 - Hybrid Model Support：阿里雲 Tair 聯合 SGLang對 Mamba-Transformer 等混合架構模型的支持方案

導讀 接着上一節內容對KV Cache存儲方案的深入解讀，本文介紹了阿里雲 Tair KVCache 團隊與SGLang 社區在推理框架上的提效——支持混合架構模型的工程化實踐。 在大模型長文本與智能體化趨勢下，Transformer 面臨顯存與計算瓶頸，而高效的 Mamba 模型語義召回受限。混合架構通過結合兩者優勢應運而生，卻帶來系統級挑戰：Tran

tair , nosql , 狀態空間 , 阿里雲 , 緩存 , 數據庫 , 複用

收藏 評論