博客作者
怦然心动
333
已发布文章
15K
博客获赞
827K
博客浏览
第 1 页
ICLR 2024 公布了杰出论文和荣誉提名名单，5 篇杰出论文中有 4 篇与大模型相关，覆盖扩散模型、机器人模拟器、长序列模型比较、蛋白质序列生成和视觉 Transformer 结构修正等方向。文章按奖项列出论文题目、作者、机构、链接和入选理由，并补充了 11 篇荣誉提名的研究主题，整体上反映出当前机器学习前沿仍然高度集中在大模型及其周边问题上。
Qoder 和 Lingma IDE 都是阿里生态下的 AI 编程工具，但定位不同：前者更偏代理式独立 IDE，适合复杂任务推进；后者更偏智能编程助手，兼顾插件和独立 IDE 形态。文章保留了两者的核心特性说明，并记录了在 MacOS Tahoe 26.0.1 上安装、切换中文环境和查看快捷键的过程。
在 Jetson Ubuntu（arm64/aarch64）上安装 NoMachine，并用 Windows 10/11 通过局域网远程控制桌面。文章说明了 Windows 与 Jetson 两端的下载与安装步骤、Jetson 上用 dpkg 安装 .deb 包及依赖修复方法、首次连接时的账号认证方式，还补充了无显示器黑屏、服务未启动、找不到主机和画质延迟等…
围绕同余、裴蜀定理和扩展欧几里得的关系梳理基础数论链路，重点放在不定方程与乘法逆元的求法上，并通过 P4549 裴蜀定理这一类题目把结论落到实战模板里。
Web 开发中的加密需求其实分成几类：数据保密、完整性校验、身份认证和密码存储。AES 适合大块数据的对称加密，RSA 更适合密钥交换和数字签名，SHA-256 负责生成摘要而不是加密，HMAC 用来做带密钥的消息认证，PBKDF2 则用于把用户密码派生成更难暴力破解的密钥。文中给出 Node.js 和浏览器环境的示例，并提醒实际项目里要区分这些算法的职责，…
OpenClaw是一个开源自主AI代理，前身Clawdbot因商标问题多次改名后最终定名，强调执行力而非对话，支持多平台接入和自部署。近期更新增加Twitch、Google Chat渠道，扩展模型支持与图像交互，并强化安全。国内阿里云、腾讯云、火山引擎迅速推出一键部署方案，硬件厂商Rabbit也宣布集成。该项目从个人作品意外走红，反映出AI代理正从概念验证走…
结合 Whisper 模型与联邦学习，实现语音识别的分布式隐私保护训练。在本地客户端更新模型只上传参数差值，聚合时叠加高斯噪声满足差分隐私。给出从环境搭建到完整训练循环的 PyTorch 代码，并讨论实际应用场景、框架选择及通信开销、数据异质性等挑战。
近期大模型研究涌现了多篇重要论文，涵盖高效架构、注意力优化、多模态生成等方向。Diff Transformer 用差分注意力减少噪声；Presto! 将文生音频加速至实时；Loong 实现分钟级长视频；选择性注意力推理内存大幅降低；L-Mul 用整数加法逼近浮点乘法以省能。具身智能方面，Embodied-RAG 为机器人构建分层记忆，HPT 进行异构预训练。…
AIGC 技术正通过内容创作、智能设备及生活服务三大维度深度融入日常场景。在创作侧，它辅助写作大纲生成与图像风格化；设备端体现为语音交互优化与影像处理增强；服务端则重构了客服响应与行程规划效率。尽管面临内容真实性、隐私安全及就业结构变化的挑战，随着算法迭代与法规完善，AIGC 将持续推动人机协作模式升级，成为提升社会生产效率的关键基础设施。
AI Coding 指利用大语言模型辅助编程的工具与技术。它具备智能补全、代码解释、智能问答及调试修复四大核心能力。主要价值在于缩短开发周期、降低技术门槛、实现标准化资产复用及促进人才发展。虽然存在幻觉与安全顾虑，但正成为软件开发基础设施，让程序员从重复劳动中解放，专注于架构与创新。
在 Windows 11 环境下，通过 Node.js 和 npm 安装 Codex 命令行工具，配合 IntelliJ IDEA 插件可实现本地大模型辅助开发。梳理了基础环境准备与工具安装流程，重点说明了卸载旧版本及清理残留文件的命令操作，为后续配置文件修改与插件集成奠定基础。
Whisper 语音识别模型支持通过 CUDA GPU 进行加速。介绍环境配置要求，包括 NVIDIA GPU、CUDA Toolkit 及 PyTorch 版本。提供 Python 代码示例展示如何加载模型至 GPU 设备并启用半精度计算。包含分块处理长音频策略、Triton 算子优化方法以及生产环境部署架构设计。通过对比 CPU 与 GPU 处理时间验证…
针对技术文档分散难以检索的问题，介绍如何利用飞书 AI 知识库功能快速搭建私有化文档问答系统。涵盖知识库创建、多格式资料上传、权限配置及付费设置等核心步骤，实现基于自然语言的高效知识检索与复用，提升团队或个人知识管理效率。
Win10 升级后 Microsoft 365 Copilot 频繁弹窗影响体验。总结了从任务栏隐藏到组策略禁用的六种解决方案，涵盖图形界面操作与命令行脚本，帮助用户根据权限和需求选择合适方式彻底禁用该功能，恢复系统清爽。
提示词注入攻击是大语言模型面临的核心安全威胁，分为直接注入与间接注入两种主要形式。直接注入通过用户输入覆盖系统指令，间接注入则将恶意指令投毒至外部数据中。核心技术手段包括上下文忽略、角色扮演、Token 拆分、编码混淆、前缀引导、对抗性后缀及视觉注入。防御难点在于指令与数据的边界模糊及对齐税问题。未来需构建多模态鲁棒对齐与输入层对抗净化体系。
AI 生成 PPT 工具评测涵盖 7 牛、百度文库、Kimi、Gamma、讯飞智文及 WPS AI。各工具在内容可控性、资源库、长文本解析、视觉设计及多语种支持方面各有侧重。7 牛适合政务企业，百度文库全端通用，Kimi 强于学术，Gamma 胜在设计，讯飞智文适配专业领域，WPS AI 生态无缝。选择需结合准确性、预算及场景需求。
MasterGo MCP 协议配合 TRAE CN IDE 可实现设计稿到前端代码的自动化转换。核心流程包括安装 IDE、获取 Personal Access Token、配置 MCP Server 及调用智能体生成代码。支持 Vue、React 等框架，能解析布局、样式及资源。常见问题涵盖 Token 权限不足、图片资源缺失及样式参数偏差，需确保设计稿云端…
前端视频防录屏核心依赖 EME 与 DRM 技术而非单纯 JS 监听。EME 作为 W3C 标准 API 连接应用与浏览器 CDM 模块，配合 Widevine、PlayReady 等 DRM 方案实现内容加密。硬件级 L1 设备可阻断系统截屏，但 PC 浏览器 L3 环境防护有限。实际落地需结合 License 服务器、移动端 App 或桌面端框架，并辅以…
SBUS 是一种基于反向电平 UART 的串行数字通信协议，广泛应用于无人机、航模及机器人控制领域。相比传统 PWM 和 PPM 方案，SBUS 具备单线传输多通道、抗干扰强、延迟低等优势。深入解析 SBUS 的物理层特性、电平逻辑转换方案、波特率配置及 25 字节帧结构，并提供 STM32 HAL 库下的串口接收与 DMA 实现代码，帮助开发者快速完成飞控…
前端原生 input 标签处理大文件时存在性能瓶颈，容易导致浏览器卡顿且缺乏进度反馈。通过分片上传、断点续传及拖拽交互优化，可显著提升用户体验。本文详解基于 File API 的实现原理，涵盖切片策略、并发控制及状态管理，帮助开发者构建稳定高效的文件上传组件。
