【OJ比赛日历】快周末了,不来一场比赛吗? #09.16-09.22 #12场

树莓派 Ollama + Llama 3.2 接入飞书机器人完整教程 Docker 端口映射、.env 与 Python 配置读取、WebSocket 消息接入到 Ollama API 的函数调用链 阅读详情

CompHub[1] 实时聚合多平台的数据类(Kaggle、天池…)和OJ类(Leetcode、牛客…)比赛。本账号会推送最新的比赛消息,欢迎关注!


以下信息仅供参考,以比赛官网为准

目录

2023-09-16(周六) #3场比赛

第 121 场周赛
🖥 AcWing · ⚖️ ACM赛制
🥳 19:00开始 · ⏳ 时长1h 15min
https://www.acwing.com/activity/content/3469/


Toyota Programming Contest 2023#5(AtCoder Beginner Contest 320)
🖥 AtCoder · ⚖️ ACM赛制
🥳 20:00开始 · ⏳ 时长1h 40min
https://atcoder.jp/contests/abc320


第 113 场双周赛
🖥 Leetcode · ⚖️ ACM赛制
🥳 22:30开始 · ⏳ 时长1h 30min
https://leetcode.cn/contest/biweekly-contest-113


2023-09-17(周日) #3场比赛

第 363 场周赛
🖥 Leetcode · ⚖️ ACM赛制
🥳 10:30开始 · ⏳ 时长1h 30min
https://leetcode.cn/contest/weekly-contest-363


牛客周赛 Round 12
🖥 牛客(Nowcoder) · ⚖️ IOI赛制
🥳 19:00开始 · ⏳ 时长1h 30min
#牛客系列赛
https://ac.nowcoder.com/acm/contest/65051


AtCoder Regular Contest 165
🖥 AtCoder · ⚖️ ACM赛制
🥳 20:00开始 · ⏳ 时长2h
https://atcoder.jp/contests/arc165


2023-09-18(周一) #2场比赛

Codeforces Round (Div. 2)
🖥 Codeforces · ⚖️ ACM赛制
🥳 22:35开始 · ⏳ 时长2h
https://codeforces.com/contests?complete=true


CodeTON Round 6 (Div. 1 + Div. 2, Rated, Prizes!)
🖥 Codeforces · ⚖️ ACM赛制
🥳 22:35开始 · ⏳ 时长2h
https://codeforces.com/contestRegistration/1870


2023-09-19(周二) #无比赛

2023-09-20(周三) #2场比赛

Starters 108
🖥 Codechef · ⚖️ IOI赛制
🥳 22:30开始 · ⏳ 时长2h
https://www.codechef.com/START108


Starters 101
🖥 Codechef · ⚖️ IOI赛制
🥳 22:30开始 · ⏳ 时长2h
https://www.codechef.com/START101


2023-09-21(周四) #1场比赛

Codeforces Round 898 (Div. 4)
🖥 Codeforces · ⚖️ ACM赛制
🥳 22:35开始 · ⏳ 时长2h 30min
https://codeforces.com/contests?complete=true


2023-09-22(周五) #1场比赛

牛客练习赛116
🖥 牛客(Nowcoder) · ⚖️ ACM赛制
🥳 19:00开始 · ⏳ 时长2h 30min
#牛客系列赛 #牛客练习赛
https://ac.nowcoder.com/acm/contest/65259


参考资料

[1] 

CompHub: https://comphub.notion.site/CompHub-c353e310c8f84846ace87a13221637e8

LLaMA-Factory Evaluate & Predict 预测参数详解 本文说明 LLaMA-Factory WebUI 的 Evaluate & Predict 页面各参数含义、分类任务的推荐配置、预测结果保存位置,以及如何避免把训练数据误当最终测试集。 阅读详情

相关推荐

简述 LLaMA(Large Language Model Meta AI)的基本原理

简述 LLaMA(Large Language Model Meta AI)的基本原理

我哎GIS博客 291

【OJ比赛日历】快周末了,不来一场比赛吗? #09.09-09.15 #15场

实时聚合多平台的(Kaggle、天池…)和(Leetcode、牛客…)比赛。本账号会推送最新的比赛消息,欢迎关注!以下信息仅供参考,以比赛官网为准。

CompHub的博客 570

榨干每一微秒:基于现代 C++/CUDA 的 LLaMA 8B 极限低延迟特化实践

把单批次(Batch Size = 1)的 LLaMA 8B 部署到要求极速交互的线上系统时,单字解码延迟(TPOT)常常停留在 10ms 至 12ms 之间,很难突破 5ms 的延时红线。多数人第一反应是显存带宽触顶或者算力受限,但抓取 Nsight Systems 执行轨迹后会发现,GPU 真实的算子执行时间合计只有 1.5ms 左右,其余 8ms 到 10ms 全被 CPU 侧的张量元数据推导、动态内存分配与小算子发射开销吞噬。通用框架的调度灵活性,在极限低延迟场景下直接转化为了 CPU 发射瓶颈。

weixin_45715405的博客 20

全文 - LLaMA v1 - LLaMA: Open and Efficient Foundation Language Models

我们推出 LLaMA,这是一个参数规模从 70 亿(7B)到 650 亿(65B)不等的基础语言模型集合。我们在数万亿个 token 上训练模型,并证明完全可以只使用公开可得的数据集来训练最先进的模型,而无需诉诸专有和不可获取的数据集。特别地,LLaMA-13B 在大多数基准测试上超越了 GPT-3(175B),而 LLaMA-65B 可与最佳模型 Chinchilla-70B 和 PaLM-540B 相媲美。我们将所有模型发布给研究社区。1。

eloudy的专栏 361

【企业知识助手·Agent 实战】如何构建 Agent 运行态可观测体系:从行为基线漂移检测到成本预算治理的深度实战

核心原理:运行态可观测的本质是把"单点阈值"升级为"与基线的分布距离"——埋点回答发生了什么,基线比较回答这是否还正常关键结论:deny 率没有单向好坏语义,必须双边告警 + known-good / known-bad 双哨兵仲裁;成本归因的终点是单位经济与预算三线一位;评测分数入库让质量拥有趋势线。

我的博客 995

别再找在线API了!用C#调用微信电脑版自带的OCR,本地识别又快又准

本文详细介绍了如何利用C#调用微信电脑版内置的OCR引擎实现本地文字识别,解决传统云端API的隐私和网络依赖问题。微信OCR具备高精度中文识别、完全离线运行和零成本接入三大优势,特别适合企业文档电子化处理。通过实战代码演示了核心交互逻辑、批量处理流水线和表格数据提取等高级应用场景。

weixin_29295541的博客 588

llama.cpp 深度解析:从 GGUF 到本地推理的事实标准

llama.cpp 的故事,本质上是一个工程哲学的故事:在所有人都追逐更大集群、更强 GPU 的时候,有人选择往回走一步,把推理这件事做得足够简单、足够普适。它用 C 语言重写了 Transformer 的前向传播,用量化把模型塞进笔记本,用 GGUF 统一了模型分发,最终让"本地跑大模型"从极客玩具变成了日常工具。理解 llama.cpp,不只是理解一个开源项目,更是理解过去两年 AI 基础设施演进中那条"向下兼容"的暗线——技术的民主化,往往发生在最不起眼的make命令里。

Maxwell_Newton的博客 383

android OTA升级之后,apk崩溃无法启动

也就是说,我们这个高低版本是fingerprint相同的情况,这个问题追述到jenkins编译,启动job时会初始化一个BUILD_NUMBER值,这个值正好跟Android的build系统的名称重复,这就导致Android build系统那一套拼接时间戳的值不会走,因为jenkins一启动就会定义该值,而我们jenkins服务器迁移过,这个值又会从1开始累计,导致前后版本都是16,从而导致fingerprint一致。问题背景:系统版本从低版本升级到高版本后,apk崩溃启动失败。硬件平台:QCS6125。

kevin's cache的专栏 1343

ollama v0.40.13更新:LFM3正式覆盖Linux与Windows,语音能力接入llama-server

此前相关能力主要面向 Apple silicon,而在 v0.40.13 中,LFM3 模型现已能够运行于 Linux 和 Windows,同时继续支持 Apple silicon。更新说明明确指出,LFM3 模型包含文本转语音能力,其中 lfm3-audio 和 lfm3-omni 均涉及语音能力支持。从代码改动来看,LFM3 的 GGUF 相关修复以及 llama-server 的 speech 支持,是本次跨平台语音能力落地的重要组成部分。同时,Gemma4 的既有特殊处理逻辑仍然保留。

福大大架构师每日一题 642

[图解]SysML与EA实战:住宅安全系统接口块设计全解析

本文详细解析了使用SysML和EA工具进行住宅安全系统接口块设计的全流程。从系统上下文图入门到接口块实战技巧,涵盖块定义图与内部块图的视角转换,以及多图协同建模方法论。特别分享EA工具的高效操作指南和常见问题避坑建议,帮助工程师掌握精确信号定义、端口方向设置等关键技能,提升安防系统设计效率。

weixin_29234509的博客 331

Android开发者必看:5分钟搞定MQTT客户端连接EMQX服务器(附完整代码)

本文为Android开发者提供了一份快速实现MQTT客户端连接EMQX服务器的实战指南。通过引入Eclipse Paho SDK,详细讲解了从项目配置、权限申请到核心连接、主题订阅与消息发布的完整流程,并附有即拿即用的Kotlin代码,帮助开发者在物联网应用中高效集成轻量级实时通信功能。

weixin_29228781的博客 270

全文 - LLaMA v2 - Llama 2: Open Foundation and Fine-Tuned Chat Models

所有作者的贡献详见附录 A.1 节。在这项工作中,我们开发并发布了 Llama 2,这是一组预训练和微调的大语言模型(LLM),参数规模从 70 亿到 700 亿不等。我们微调的 LLM 称为 Llama 2-Chat,针对对话场景进行了优化。在我们测试的大多数基准上,我们的模型优于开源聊天模型;并且根据我们针对有用性和安全性进行的人工评估,它们可能成为闭源模型的合适替代品。我们详细描述了 Llama 2-Chat 的微调方法和安全性改进措施,以便社区能够在我们的工作基础上进行构建,为 LLM 的负责任发展

eloudy的专栏 172

本地化搭建DeepSeek+RAGFlow,构建个人知识库

本地化搭建DeepSeek+RAGFlow,构建个人知识库。至少32G以上内存、500G以上空余磁盘空间。

gogospecter的专栏 7424

llama-server 下载地址

llama-server

czjnoe的博客 157

问题解答:如何不通过修改底层数据库表的方式,给数据库对应的数据结构,增添新的字段?

现在需要将这张表里的内容读取到 ABAP 内表里,并且针对每个行项目,增加一个新的列字段,我随便举个例子,这个列字段名称叫 LENGTH,值为 OBJ_NAME 字段的长度,使用。最笨的办法就是下面这样定义一个新的类型,这个类型的每个字段名称,都来自数据库表 TADIR 的同名字段,在末尾再增添自定义字段 length.其实我们是做 ALV 输出,只需要 ABAP 内表变量的类型,包含 TADIR 数据库表的全部字段,再加上新的 LENGTH 字段即可。这相当于多了一个中间层,没办法直接被 ALV 处理。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 477

199、影像技术 roadmap 规划:未来移动影像的技术趋势与芯片算力展望

本文探讨了未来移动影像技术的发展趋势与芯片算力规划。作者从实际案例出发,指出影像技术演进需平衡传感器、ISP、算力和功耗。文章分为三部分:1)传感器将从堆像素转向提升信息密度,重点关注双层晶体管结构、混合快门和多光谱技术;2)ISP架构将向可编程计算单元转型,强调神经网络加速、硬件化多帧融合和语义处理;3)芯片算力瓶颈在于数据搬运,需优化存算一体架构、专用DMA和统一内存。最后给出五点建议:避免盲目追高像素、重视持续功耗、平衡ISP灵活性、预留算力余量、加强传感器与ISP协同设计。作者强调,影像技术的突破在

sundong_81的博客 57

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 286

【ESP32摄像头开发实例】-视频流接入Home Assistant

在这个项目中,我们将使用ESP32-CAM板构建一个IP监控摄像头。ESP32摄像头将托管一个视频流媒体网络服务器,您可以使用网络中的任何设备进行访问。

视觉与物联智能 788

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 1万+

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 222

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

医疗 AI 有两种,别混着谈:一个改流程,一个改范式

InfoXMed 是面向医生、医学生和医学科研人员的 AI 医学工具平台,提供文献检索、全文翻译、AI 解读、指南查询和题库练习等功能,辅助临床学习、科研汇报与医学备考。原文是日本医学会杂志(JMA Journal)的一篇综述(Review Article):基本事实:这一点必须先说清:这篇论文提出的是一个研究纲领。它文中的"预测"指的是科学设想,不是可以拿来用的临床预测能力。文中甚至自己承认了一个硬缺口(见第三节)。本文只谈它的术语辨析与科学方法论,不转述任何可作为临床依据的预测或处置主张。这篇论文的全部

2601_96948740的博客 201

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

在Codex 让AI模型 拥有长期智能记忆

本文介绍Claude-Mem V15新功能——智能记忆召回,解决AI遗忘、重复提示、执行不一致等问题。通过本地部署claude-mem,实现自动记录决策(如数据库选型)、跨会话智能召回,支持记忆写入、检索、遗忘全流程闭环。相比传统记忆方案,其基于Hooks自动捕获工具调用,结构化存储,可追溯、可共享、可清理,显著提升工程效率与协作一致性,是长期项目中理想的“工作黑匣子”与“工程脑”。

米莱虾 255

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 178

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 519

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 67

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 503
上一篇: 【OJ比赛日历】快周末了,不来一场比赛吗? #09.09-09.15 #15场
下一篇: 【OJ比赛日历】快周末了,不来一场比赛吗? #10.14-10.20 #13场
CompHub
博客等级 码龄4年 365粉丝 117原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值