node学习

本文详细介绍如何使用Node.js的fs模块进行文件读写操作,包括同步与异步读取数据的方法,以及如何正确处理读取过程中可能出现的错误。同时,文章还介绍了如何将数据写入文件,并解释了相关参数的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

读取数据

1.引入fs模块

const fs = require('fs');

2.fs.readFile(path,[, pation],callback){

 参数1 : 从哪里读取数据

 参数2: 以什么编码格式读取数据 默认: null

参数3 : 回调 err, data

//fs.readFile('./data.txt','utf-8',function (err,data) {
fs.readFile('./data1.txt',function (err,data) {
  
  // 如果有错误
  if (err) {
    throw err;
  }

异步读取数据

const  fs = require('fs');

try{

   let data = fs.readFileSync('./data.txt','utf-8')

} catch(err) {

    console.log('出错了')

}

写入数据

1.引入fs模块

const fs = require('fs');

2.fs.writeFile(file, data [,option], callback)

file参数1: 要把数据写入到哪里

data 参数2:数据类型

option 参数3:以什么编码格式写入到文件     默认值‘utf-8’

callback 参数4:回调函数 err

路径问题

console.log(__dirname);  // 当前 js 文件所在的目录
 __dirname : 当前 js 所在文件目录的绝对路径  + 相对路径 = 绝对路径 
总结:拼接路径
path.join(__dirname,'./data.txt'); 


​​​​​​

内容概要:《中文大模型基准测评2025年上半年报告》由SuperCLUE团队发布,详细评估了2025年上半年中文大模型的发展状况。报告涵盖了大模型的关键进展、国内外大模型全景图及差距、专项测评基准介绍等。通过SuperCLUE基准,对45个国内外代表性大模型进行了六大任务(数学推理、科学推理、代码生成、智能体Agent、精确指令遵循、幻觉控制)的综合测评。结果显示,海外模型如o3、o4-mini(high)在推理任务上表现突出,而国内模型如Doubao-Seed-1.6-thinking-250715在智能体Agent和幻觉控制任务上表现出色。此外,报告还分析了模型性价比、效能区间分布,并对代表性模型如Doubao-Seed-1.6-thinking-250715、DeepSeek-R1-0528、GLM-4.5等进行了详细介绍。整体来看,国内大模型在特定任务上已接近国际顶尖水平,但在综合推理能力上仍有提升空间。 适用人群:对大模型技术感兴趣的科研人员、工程师、产品经理及投资者。 使用场景及目标:①了解2025年上半年中文大模型的发展现状与趋势;②评估国内外大模型在不同任务上的表现差异;③为技术选型和性能优化提供参考依据。 其他说明:报告提供了详细的测评方法、评分标准及结果分析,确保评估的科学性和公正性。此外,SuperCLUE团队还发布了多个专项测评基准,涵盖多模态、文本、推理等多个领域,为业界提供全面的测评服务。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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