夜间学习 智能写作

最新推荐文章于 2025-12-07 18:25:38 发布
原创 最新推荐文章于 2025-12-07 18:25:38 发布 · 156 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#排序算法

夜间学习

夜间学习

一周几乎要天天去学校但是好喜欢上学上学路上撒满阳光天气好心情好导师很平易近人交了很多国家的朋友喜欢小组活动大家一起完成任务组员非常给力 经常鼓励我#学习 #学习分享 #学习打卡 #study #study_account #学习日常 #晒晒我的桌面 #我的氛围感小角落 #夜晚的书桌 #一口吃下一个秋天

chatgpt001
关注
学习路径规划：提示工程架构师的多样化提示设计策略学习步骤
AI 领航者的博客
09-17 647
零样本提示是指不提供任何示例，直接让模型完成任务。这依赖于模型的“预训练知识”——如果任务在模型的训练数据中很常见，零样本提示就能生效。少样本提示是指提供1-5个示例，让模型学习“任务的格式和要求”。这适用于模型“没学会”或“容易出错”的任务。思维链提示是指让模型输出“思考过程”，而不仅仅是结果。这适用于需要推理的任务（比如数学题、逻辑题、复杂决策）。逆向提示是指让模型先“找错”，再“修正”。这适用于需要高精度的任务（比如技术文档写作、代码审查）。
提示工程架构师的学习路线：从基础到高级的完整规划
2502_91592937的博客
08-15 991
本文将为你提供一份从基础到高级的完整学习路线，系统规划提示工程架构师的成长路径。我们将从LLM基础原理讲起，逐步掌握提示工程的核心原则与模式，再深入工具链集成、系统设计、性能优化、安全合规等架构师必备能力，最终落地企业级提示工程解决方案。基础阶段：掌握LLM原理、6大提示原则、5种基础模式，能解决简单任务；进阶阶段：学习提示链、RAG、长文本处理等高级技术，用LangChain/LlamaIndex构建提示系统；架构师阶段：掌握需求分析、分层架构设计、性能优化、安全合规，能落地企业级解决方案。
2025 最强 Agent 智能体 学习笔记 (64)
一刀7段的博客
07-23 936
智能体技术正处于快速发展的风口，未来将在认知能力、自主进化、多模态交互、群体协同等方面实现突破，深刻改变医疗、教育、工业、日常生活等多个领域。对于学习者而言，把握这一趋势需要从基础入手，逐步深化技术能力，通过实战项目积累经验，最终具备系统设计与创新能力。无论你是希望进入智能体开发领域的新人，还是想拓展技能的技术从业者，清晰的学习路径和持续的实践都是成功的关键。随着智能体技术的普及，具备相关技能的人才将拥有广阔的职业前景，而那些能将技术与行业需求结合的创新者，更将成为推动智能体技术落地的核心力量。
数据科学，机器学习和人工智能有什么区别？
weixin_35122994的博客
08-03 178
前言当我作为数据科学家介绍自己的时候，我经常会遇到像“数据科学和机器学习有什么区别”或者“这是否意味着你在从事人工智能研究？”这样的问题，我已经回答了无数遍，这些回答已经符合了我的 “三次准则”：当你写相同的代码写了三遍时，你就应该去写一个函数 当你给出相同的个人建议三次时，你就应该将建议写在博客里这些领域确实有很多重叠之...
深度学习暑期科研项目（两个月发EI论文）
Magnolia_He的博客
07-21 1261
对本科生而言，越早接触系统的科研训练开始上手科研项目，就越能在未来的升学求职中占据很大的优势。暑假是提升个人简历、丰富科研经历的最佳时期！哈尔滨工业大学博士师兄也会在8月1日开始带大家上手科研项目，并撰写发表EI会议论文。
Transformer 学习笔记（31）
一刀7段的博客
09-03 754
Transformer 解码器的进阶发展，正在打破 “单一文本生成” 的局限，通过动态架构适配多元场景，通过多模态扩展丰富生成维度，通过工业级优化支撑大规模服务，成为连接 “语义理解” 与 “智能创作” 的核心桥梁。从简单的文本翻译，到复杂的多模态广告创作，解码器已从 “工具” 升级为 “智能协作伙伴”。理解解码器的进阶逻辑后，我们能更清晰地看到生成式 AI 的未来方向：它不再是局限于特定任务的模型，而是可灵活扩展、深度定制的 “多模态创作平台”。
AI智能浏览器，全面提升上网体验
zgqtxwd的专栏
03-13 2297
浏览器作为用户上网的必备工具，在现代科技的推动下，已经不再是简单的网页浏览工具，而是搭载了AI智能的综合性助手。如今的浏览器不仅支持传统的网页浏览，还提供了AI搜索、AI问答、AI写作、AI网页视频和文件总结分析等多样化智能功能，极大地提升了用户获取信息的效率。以下是8款值得一试的AI浏览器，它们各具特色，能够满足不同用户的需求。
深度学习(DL) /人工智能(AI)数据集标注工具、图像语料数据库
qq_34504481的博客
05-04 8869
一、NLP标注工具BRATBRAT是一个基于web的文本标注工具，主要用于对文本的结构化标注，用BRAT生成的标注结果能够把无结构化的原始文本结构化，供计算机处理。利用该工具可以方便的获得各项NLP任务需要的标注语料。以下是利用该工具进行命名实体识别任务的标注例子。 WeTest舆情团队在使用：http://wetest.qq.com/bee/ 使用案例：http://blog.youkuaiyun.com/...
夜间奇异规范：夜间高效自监督单目深度估计（ICCV 2021）
3D视觉工坊
01-21 989
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨泡泡机器人来源丨泡泡机器人SLAM标题: Regularizing Nighttime Weirdness: Efficien...
基于Arduino的夜间智能导航棒设计与实现
从标题来看，“基于Arduino的夜间智能导航棒”明确指出了该系统的三大核心要素：一是以Arduino作为主控平台，说明其采用的是低成本、高兼容性的微控制器架构，适合初学者和进阶开发者进行学习与二次开发；二是“夜间...
图灵“夜间作家”项目实践：编程乐趣与学习体验
1. 图灵的“夜间作家”项目：这是一个与人工智能和自然语言处理相关的项目，可能涉及到了模仿人类的写作过程。图灵（Alan Turing）是计算机科学和人工智能的先驱，以其对图灵机的贡献以及提出图灵测试而闻名，后者...
AI驱动的教育成本控制：架构师的2个个性化学习案例
Python编程之道的博客
09-23 1050
策略核心思路适用场景关键指标人力替代AI承担重复劳动（批改、基础辅导），释放人力做高价值工作师资短缺/标准化辅导场景（如K12课后辅导）人力成本降低50%-70%内容复用与生成复用免费资源+AI生成补充内容，减少开发投入内容需求量大/更新快场景（如职业教育课程）内容成本降低60%-90%路径优化自适应学习缩短无效时间，降低时间成本学员差异大场景（如成人培训、在线教育）学习周期缩短20%-30%资源动态调度硬件/算力资源按需分配，提升利用率资源密集型场景（如虚拟实验、深度学习培训）
算力消耗可视化：智能体服务如何实现精准定价|井云智能体封装系统可独立部署
2402_84704648的博客
09-01 362
摘要：智能体服务商业化面临定价难题，井云平台的算力可视化工具提供解决方案。通过实时监测模型推理、数据交互等环节的算力消耗，开发者可制定差异化定价策略：教育行业按时长计费、医疗行业按诊断次数收费、电商采用动态定价。平台还提供消耗明细看板和智能预警功能，帮助平衡用户感知与成本控制。算力可视化成为智能体商业化的关键基础设施，助力开发者实现商业价值与用户体验的双赢。
从0开始学算法——第五天（初级排序算法）
2401_84407045的博客
12-03 981
学习完了数据结构也进行了几道简单的练习，今天开始我们就正式开始学习第一个简单的算法——排序算法啦。不过这一部分内容有些多，我会分成多天的内容来书写，学习进度快的朋友可以自行补充资料哈。
从0开始学算法——第六天（进阶排序算法）
2401_84407045的博客
12-04 942
经过昨天的学习，想必大家对排序算法有了基本的认识，那么今天我们就开始进阶排序算法的学习吧。
算法入门——排序算法（一）
qq_73044452的博客
12-03 389
文章摘要：本文展示了三个编程问题的解决方案。1) 排序问题：使用STL的sort函数或冒泡排序对数组进行非递减排序；2) 分数线划定：根据面试名额计算分数线，并输出符合条件的考生信息；3) 粉丝礼物选择：根据粉丝点赞和收藏计算支持度，选出前k名支持度最高的粉丝。每个问题都包含输入输出描述、示例及对应的C++实现代码，重点展示了排序算法的应用和结构化数据的处理技巧。
算法竞赛之排序算法
2401_87353862的博客
12-07 754
先构建大根堆，再反复交换堆顶与堆尾、调整堆结构，最终得到升序数组。通过随机选基准值减少划分失衡风险，再通过三向划分将序列拆分为“小于、等于、大于”基准的三部分，递归处理前后子序列，最终实现整体有序。这种三向划分方式对存在大量重复元素的序列优化效果显著，可减少递归次数和交换操作。通过递归将原数组不断划分为更小的子区间，直到子区间有序；再从最小的有序子区间开始，逐层合并为更大的有序区间，最终整个数组完成排序。临时数组tmp用于合并过程中暂存数据，避免直接修改原数组导致数据覆盖。
使用openEuler来测试GCC编译效率实战测评
EterNity_TiMe_的计算机学习之路
12-07 612
本文在openEuler 25.09系统上对GCC 12.3.1编译器进行了性能测评。通过创建包含多种算法的测试程序，对比了不同优化级别（O0-O3、Os）下的编译效率和执行性能。测试结果显示，随着优化级别提高，编译时间略有增加但执行性能显著提升。此外，还模拟了多文件项目编译场景，测试了并行编译（-j选项）对编译速度的影响。实验结果表明，openEuler上的GCC编译器在代码优化和并行编译方面表现优异，能为开发者提供高效的编译体验。
排序---常用排序算法汇总
最新发布
MzKyle的博客
12-07 275
本文介绍了常见的比较类排序算法，包括冒泡排序、选择排序、插入排序、希尔排序和归并排序。每种算法从核心思想、实现步骤、时间复杂度/空间复杂度分析、稳定性等方面进行说明，并提供了C++代码实现。冒泡排序通过相邻元素比较交换实现排序；选择排序通过选择最小元素逐步构建有序序列；插入排序类似整理扑克牌；希尔排序是插入排序的改进版；归并排序采用分治策略递归排序。这些算法的时间复杂度从O(n²)到O(nlogn)不等，适用于不同场景。
评论
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