- 博客(14)
- 收藏
- 关注
RSS订阅原创 LLM 场景下的强化学习技术扫盲
用当前策略模型生成一批回复，并利用冻结的奖励模型打分，再结合当前评论家模型估计价值，最终为每个 token 动作计算出优势（Advantage） 和回报（Return），作为后续训练的监督信号。保存“旧”值：将当前策略的 log-prob 和评论家的 value detach，作为阶段 2 的基准（即“old policy”和“old critic”）。是真实的、来自外部的信号（比如人类打分），相对应的，价值（value）是对未来奖励的估计——因为模型不能预知未来，只能靠猜。”能拿 4.9 分）；
2025-12-21 14:56:21
908
原创 Gin笔记一之项目建立与运行
以上就是本篇笔记全部内容，主要介绍了 gin 框架的运行方式，并介绍了一个简单示例如何设置接口并返回，还有 gin 的系统模式设置，接下来几篇笔记将详细介绍 gin.Engine 与路由的相关操作，gin.Context 与响应处理，中间件等设置。会输出当前的运行模式，可以访问的接口等信息，这里第一行的输出还介绍了我们使用的 r := gin.Default() 会默认使用 Logger and Recovery 两个中间件，这个后面在介绍 gin.Engine 的再详细介绍。
2025-12-21 14:55:10
222
原创 基于.net6的一款开源的低代码、权限、工作流、动态接口平台-系统安装篇
/"Endpoints": "192.168.13.180:6379,192.168.13.181:6379", //Redis服务端地址列表，以","分隔，例："192.168.1.1:6379,192.168.1.2:6379""GetUser": "ConfigUtil.Value('BaseUrl') + 'api/workflowusers/user'", //获取单个人员信息External Web API。
2025-12-17 19:37:28
419
原创 docker网络总结
虚拟以太网设备对（veth pair）：总是成对出现，像一根虚拟的网线，一端放在容器的网络命名空间中（通常命名为 eth0），另一端连接到宿主机上的一个虚拟网桥（如 docker0）。生产环境：对于单机部署，可以创建自定义的Bridge网络以获得更好的隔离性和内置的DNS解析（容器间可以通过容器名通信）。网络命名空间（Network Namespace）：Linux 内核提供的功能，为容器提供独立的网络栈（包括网卡、路由表、iptables规则等），实现网络隔离。外部网络无法直接通过IP访问容器内的服务。
2025-12-17 19:36:53
419
原创 C++多线程性能优化实战：从互斥锁到无锁编程完全指南
最近我开设了C++无锁编程的项目实战课程，涵盖了无锁栈、无锁队列(SPSC/MPMC)等核心内容，深受各位学员的好评！这节课只是无锁编程的理论基础。
2025-12-15 13:10:02
826
原创 OneClip 开发经验分享：从零到一的 macOS 剪切板应用开发
的想法到现在的功能完整的应用，经历了多个版本的迭代。本文分享开发过程中的真实经验、遇到的问题、解决方案和最佳实践，希望能为其他 macOS 开发者提供参考。// ❌ 错误：self 被 timer 强引用，timer 被 self 强引用。// SwiftUI 的声明式语法让 UI 开发更直观。// ✅ 推荐：使用 changeCount 检测变化。// 3. 使用 Console.app 查看系统日志。// 使用哈希索引快速去重 - O(1) 时间复杂度。// CPU 占用降低到 < 1%
2025-12-15 13:09:13
797
原创 【MySQL优化】扔掉ORDER BY RAND()！随机推荐的性能提升方案
根据实际数据量和业务需求，选择应用层随机、LIMIT偏移量或多重查询方案，才能在保证随机性的同时提供良好的系统性能。假设商品表（product）有10000条数据，需要随机获取3个不重复的商品。许多开发者第一反应是使用 ORDER BY RAND() 实现（如果你不知道，那当我没说），但这种方法的性能代价极高，在处理大量数据时几乎不可用。技术选型建议：对于大多数电商场景，方案一（应用层随机）是最佳选择，既能保证真正的随机性，又具有稳定的高性能表现。扫描行数：10000（获取ID） + 3（回表查询）
2025-12-14 11:05:51
314
原创 BOM 是什么
答：BOM 是浏览器对象，指的是如 window ，location ，history ，screen 等由浏览器提供的操作对象，是提供给开发人员操作浏览器的部分能力，比如前进后退，更新url等，没有强标准性，每个浏览器的实现有一定的差异。DOM 是文档对象，是开发者操作页面内容的一个标准。history.go(n) 跳转到历史记录的第n条：n=1前进 1 条（等于前进），n=-1后退 1 条（等于后退），n=0刷新当前页 若n超出历史记录范围（如只有 2 条记录却调用go(3)），无效果且不报错。
2025-12-14 11:05:07
403
原创 【EF Core】“多对多”关系与跳跃导航
也就是说，正常情况下，Student 类的导航属性应该指向中间实体（映射到连接表），Course 实体的导航属性也应该指向中间实体，再通过中间实体把二者连接起来。可是我们再回头看看示例，Student 的导航属性直接指向了 Course，而 Course 实体的导航属性也直接指向了 Student 实体。同时，它们也是外键，一个指向 Student，一个指向 Course。可是，Student_ID 和 Course_ID 在中间实体中是没有定义的属性，如果不手动配置，EF Core 是找不到的。
2025-12-13 18:08:56
348
原创 k8s-Pod中的网络通信(3)
我们pod部署的时候是有一个标签label的，service在创建的时候也会指定一个标签，这样就可以把对应label的pod关联起来，podIP+端口形成一个端点-ednpoint，service也有自己的IP和端口，service的端口和宿主机的端口通过NodePort形成映射，这样访问宿主机的端口就能访问到service，service再转发到对应的pod上。service的这能力都是kude-proxy来实现的（部署k8s的时候对应的有一个kube-proxy:v1.28.15镜像）。
2025-12-13 18:08:05
316
原创 从零开始:C# 解析docx提取文本-无需安装office软件且完美支持aot
docx格式文件对应的操作类是WordprocessingDocument, 需要用静态方法来实例化 using var doc = WordprocessingDocument.Open(filePath,isEditable: false)，此时OpenXml已经帮我们把xml对象都转成具体类型了。对于如pptx、xlsx等offce格式提取文本的操作也是类似的，但会因文档结构会与docx有较大不同，后续再给大家分享。Body 元素**: 位于 Document 元素中，包含了文档的主体部分。
2025-12-12 11:42:46
678
原创 使用Scalar.AspNetCore来管理你的OpenApi
这个比较熟悉，它可以分组，分版本，当你分好版本后[ApiExplorerSettings(GroupName = "v1")]/[ApiExplorerSettings(GroupName = "v2")]，会在scalar中左上角可以选择，当然，你也可以把它做为组来用。app.MapGet("/", () => "Hangfire 服务运行中。"showToolbar": "localhost",//这里特别说明一下，编辑完后，不想出现这个菜单栏，就在这里可以关闭showToolbar: "never"
2025-12-12 11:41:52
833
1
原创 在Linux系统上一键配置DoH，解决DNS解析被污染
DoH 是 DNS over HTTPS，走加密的 HTTPS 流量（443 端口），看起来就像访问网页一样，不容易被污染或者劫持。这是 Cloudflare 官方开源的一个 Cloudflare Tunnel 客户端，用 go 语言开发的，非常容易安装部署。echo "[4/6] 配置 systemd-resolved..."echo "[5/6] 重启 systemd-resolved..."echo "✅ 安装完成！echo "[1/6] 安装 cloudflared..."
2025-12-11 11:47:04
531
原创 编译器细节：动态链接与静态链接行为分析
运行期 内核 + ld.so 内核加载程序，读取 .interp 段，然后加载并执行指定的动态链接器（如 ld-musl-* 或 ld-linux-*）。编译/链接期 gcc + ld（链接器） 将源码编译为可执行文件，并在其中嵌入一个名为 .interp 的段，用于指定运行时的动态链接器路径。gcc 编译时，将 ld.so 的路径写入.interp 段，告诉内核在运行时使用哪个动态链接器。动态链接器 /lib/ld-musl-*.so.1 /lib/ld-linux-*.so.2。
2025-12-11 11:46:20
833
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人