<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Delores_Lin的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Delores_Lin</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Delores_Lin]]></copyright><item><title><![CDATA[用 Skill 精读 OCRBench v2 是什么体验？]]></title><link>https://blog.youkuaiyun.com/Delores_Lin/article/details/162969604</link><guid>https://blog.youkuaiyun.com/Delores_Lin/article/details/162969604</guid><author>Delores_Lin</author><pubDate>Fri, 17 Jul 2026 14:58:53 +0800</pubDate><description><![CDATA[本文介绍了一种名为PaperCloseReadingSkill的论文精读方法。该方法采用引导式分步阅读策略，从整体框架到细节实现进行系统核查：包括梳理核心能力指标、核对评测数据集、验证统计方法、对照公式与代码实现等关键环节。以OCRBenchv2论文为例，该方法不仅分析文本内容，还通过GitHub仓库验证代码实现，发现论文描述与代码差异并修正结论。这种阅读方式强调建立可追溯的核查路径，使AI成为可质疑和校正的阅读伙伴，最终形成对论文贡献、局限与复现性的立体评价，揭示OCR能力需多维度诊断的核心观点。]]></description><category></category></item><item><title><![CDATA[从一次性总结到交互式精读：Paper Close Reading Skill 更新记录]]></title><link>https://blog.youkuaiyun.com/Delores_Lin/article/details/162877034</link><guid>https://blog.youkuaiyun.com/Delores_Lin/article/details/162877034</guid><author>Delores_Lin</author><pubDate>Tue, 14 Jul 2026 16:10:34 +0800</pubDate><description><![CDATA[Paper Close Reading 是一个面向学术论文精读的 AI 技能工具，旨在超越简单的摘要生成，实现深度交互式阅读。该工具通过三遍阅读流程（建立论文地图、逐单元核验证据、批判与综合），帮助用户深入理解论文内容，并支持两种交互模式（Guided 和 Autonomous）与三种阅读深度（Fast、Standard、Replication-oriented）。更新后的版本解决了首次使用中暴露的问题，如阅读粒度控制、图表与正文联动、笔记生成时机等，确保用户真正参与阅读过程。项目已开源，支持本地部]]></description><category></category></item><item><title><![CDATA[Nadaraya-Watson 核回归]]></title><link>https://blog.youkuaiyun.com/Delores_Lin/article/details/151041312</link><guid>https://blog.youkuaiyun.com/Delores_Lin/article/details/151041312</guid><author>Delores_Lin</author><pubDate>Sun, 31 Aug 2025 10:46:15 +0800</pubDate><description><![CDATA[沐神开源课程【动手学深度学习v2】笔记，原课程视频在b站]]></description><category></category></item><item><title><![CDATA[Z-Score公式特性证明]]></title><link>https://blog.youkuaiyun.com/Delores_Lin/article/details/150468421</link><guid>https://blog.youkuaiyun.com/Delores_Lin/article/details/150468421</guid><author>Delores_Lin</author><pubDate>Sun, 17 Aug 2025 15:49:58 +0800</pubDate><description><![CDATA[在进行数据预处理时，我们常用Z-Score进行数据标准化（Standerlization），可以使得数据的均值为 0，标准差为 1，下面将对这一特性进行证明。]]></description><category></category></item><item><title><![CDATA[批量归一化（Batch Normalization）及其实现]]></title><link>https://blog.youkuaiyun.com/Delores_Lin/article/details/150467687</link><guid>https://blog.youkuaiyun.com/Delores_Lin/article/details/150467687</guid><author>Delores_Lin</author><pubDate>Sun, 17 Aug 2025 15:46:49 +0800</pubDate><description><![CDATA[在学习沐神的视频时，看到批量归一化这个视频时，有些难理解，故将这一课沐神将的内容加上自己的一些理解写成这篇笔记]]></description><category></category></item><item><title><![CDATA[C语言乘除原理]]></title><link>https://blog.youkuaiyun.com/Delores_Lin/article/details/149807407</link><guid>https://blog.youkuaiyun.com/Delores_Lin/article/details/149807407</guid><author>Delores_Lin</author><pubDate>Thu, 31 Jul 2025 15:57:34 +0800</pubDate><description><![CDATA[关于CSAPP中C语言乘除法原理的详细理解]]></description><category></category></item><item><title><![CDATA[模式匹配和KMP算法详解]]></title><link>https://blog.youkuaiyun.com/Delores_Lin/article/details/146070739</link><guid>https://blog.youkuaiyun.com/Delores_Lin/article/details/146070739</guid><author>Delores_Lin</author><pubDate>Thu, 06 Mar 2025 14:59:28 +0800</pubDate><description><![CDATA[字串的定位操作通常称作串的。最基本的模式匹配算法就是从主串（S）的第一个字符开始，逐字符与模式串（T）进行匹配。这种匹配方式简单但费时，下面给出这种匹配算法的简单实现根据模式匹配算法的两重循环可知，模式匹配算法的时间复杂度为On∗m其中，n和m为主串和模式串的长度。上面的时间复杂度是模式匹配算法的最坏情况，在这种情况下，主串除了首尾的几个字符，几乎每个字符都有可能与模式串的匹配m次，这在很多情况下效率是极低的。那么，我们有没有可能让主串的每个字符基本只和模式串匹配一次呢？]]></description><category></category></item><item><title><![CDATA[用js编写脚本接入DeepSeek API时遇到的问题及解决方案]]></title><link>https://blog.youkuaiyun.com/Delores_Lin/article/details/145512244</link><guid>https://blog.youkuaiyun.com/Delores_Lin/article/details/145512244</guid><author>Delores_Lin</author><pubDate>Sat, 08 Feb 2025 11:40:23 +0800</pubDate><description><![CDATA[用js编写脚本接入DeepSeekAPI时遇到的问题及解决方案]]></description><category></category></item></channel></rss>