<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_02246的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_02246</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_02246]]></copyright><item><title><![CDATA[uBlock Origin 广告拦截完整指南：3 步确认生效，看懂三层拦截逻辑]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/145223581</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/145223581</guid><author>gitblog_02246</author><pubDate>Fri, 06 Nov 2026 17:05:00 +0800</pubDate><description><![CDATA[uBlock Origin 是一款跑在 Chromium 和 Firefox 上的广告拦截扩展。装好之后它默认就能拦掉广告、追踪脚本、挖矿代码和弹窗，同时把 CPU 和内存占用压得很低。这篇指南带你装对它、用 3 个检查确认它真的在干活，并讲清它的三层拦截逻辑和两档配置建议，遇到误拦截时知道怎么快速补救。

## 第一层 用起来：uBlock Origin 安装步骤与生效验证

### 在不同浏览]]></description><category></category></item><item><title><![CDATA[【亲测免费】 BioMistral-7B: 医学领域开源预训练大型语言模型的使用指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/144422856</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/144422856</guid><author>gitblog_02246</author><pubDate>Fri, 06 Nov 2026 09:02:57 +0800</pubDate><description><![CDATA[**摘要**

近年来，大型语言模型（LLMs）在各个领域展现出卓越的通用性，特别是在医疗保健和医学等专门领域。尽管市面上已经有针对医疗场景的各种开源LLMs，但将通用型LLMs应用于医学领域仍然面临着重大挑战。本文将介绍BioMistral，一个专为生物医学领域设计的开源LLM，它基于Mistral模型，并在PubMed Central上进一步预训练。我们将对BioMistral进行全面的评估，]]></description><category></category></item><item><title><![CDATA[ESP-IDF 安装教程：EIM 接管后的三种装法与装后速查]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/144578993</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/144578993</guid><author>gitblog_02246</author><pubDate>Wed, 28 Oct 2026 10:15:27 +0800</pubDate><description><![CDATA[从 ESP-IDF v6.0 开始，安装 ESP-IDF 不再需要你手动 `git clone` 仓库、再逐条配置环境变量——官方把这套流程统一交给了 ESP-IDF Installation Manager（下称 EIM，可把它理解成"开发环境的安装管家"）。它同时提供图形界面和 `eim` 命令行，一次安装即可拿到 ESP-IDF 和配套工具链。本文带你走通图形界面、命令行、离线安装三条路径，]]></description><category></category></item><item><title><![CDATA[FoundationDB 协程内核解析：从 C++20 标准机制到 Flow 的 Future/Promise 实现]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/149682537</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/149682537</guid><author>gitblog_02246</author><pubDate>Sun, 20 Sep 2026 18:36:25 +0800</pubDate><description><![CDATA[本文深度剖析 FoundationDB 的协程基础设施（Coroutine Infrastructure），从 C++20 标准的 `co_await`/`co_return` 编译器机制出发，逐层讲解 Flow 运行时（flow 库）中 `Future`/`Promise`/`SAV`/`Actor`/`CoroPromise` 的完整设计与实现，并覆盖 `co_await` 挂起/恢复的完整调]]></description><category></category></item><item><title><![CDATA[MXNet Gluon 损失函数库（mxnet.gluon.loss）完整使用指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/144398939</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/144398939</guid><author>gitblog_02246</author><pubDate>Sat, 19 Sep 2026 21:38:15 +0800</pubDate><description><![CDATA[Gluon 在 `mxnet.gluon.loss` 模块中提供了 16 个预定义损失函数，覆盖回归、分类、大间隔排序、分布逼近与序列对齐等主流深度学习任务。本文以 [docs/python_docs/python/api/gluon/loss/index.rst](https://link.gitcode.com/i/eccce90222c02a27c04c4c71877477b7) 为索引骨架]]></description><category></category></item><item><title><![CDATA[Arnis Minecraft 城市生成：三步把真实城市搬进游戏世界]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/144532290</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/144532290</guid><author>gitblog_02246</author><pubDate>Tue, 08 Sep 2026 13:58:27 +0800</pubDate><description><![CDATA[Arnis 是一款用 Rust 写的 Minecraft 城市生成工具。它从 OpenStreetMap 获取真实地理数据，结合高程数据，把你的家乡、大城市或自然地貌高保真地生成 Minecraft 世界。适合想把现实城市搬进游戏、想自己搭服务器的玩家和地图创作者。

## 先看看效果：能生成到什么程度

[![Arnis 生成的 Minecraft 真实城市与地形效果预览](https://ra]]></description><category></category></item><item><title><![CDATA[Seelen UI：免费开源桌面环境，5步重塑 Windows 窗口管理与应用启动体验]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/144689896</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/144689896</guid><author>gitblog_02246</author><pubDate>Tue, 08 Sep 2026 13:21:07 +0800</pubDate><description><![CDATA[Seelen UI 是一款面向 Windows 10/11 的免费、完整可定制桌面环境，集平铺窗口管理、应用启动器、媒体控制于一体，支持 70 多种语言。它适合想摆脱原生任务栏、用键盘高效办公的普通用户与轻度极客。

[![Seelen UI 桌面环境与平铺窗口管理预览](https://raw.gitcode.com/GitHub_Trending/se/Seelen-UI/raw/051d10]]></description><category></category></item><item><title><![CDATA[从输入到输出：tiny_vit_11m_224.dist_in22k图像嵌入生成全流程解析]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/144845965</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/144845965</guid><author>gitblog_02246</author><pubDate>Tue, 11 Aug 2026 07:01:43 +0800</pubDate><description><![CDATA[tiny_vit_11m_224.dist_in22k是一款基于TinyViT架构的轻量级图像分类模型，预训练于ImageNet-22k数据集，特别适合图像嵌入生成任务。本文将详细解析从图像输入到特征向量输出的完整流程，帮助新手快速掌握图像嵌入技术。

## 模型基础：为什么选择tiny_vit_11m_224.dist_in22k？

### 🌟 核心优势概览
- **轻量级设计**：仅20.]]></description><category></category></item><item><title><![CDATA[ParadeDB版本迁移指南：从v0.1到v1.0的平滑过渡]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/145154874</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/145154874</guid><author>gitblog_02246</author><pubDate>Fri, 20 Mar 2026 00:36:05 +0800</pubDate><description><![CDATA[ParadeDB作为PostgreSQL的全文搜索扩展，在v0.1到v1.0的发展历程中经历了重大架构升级和功能增强。本文将为您提供完整的版本迁移指南，帮助您安全、高效地完成升级过程。ParadeDB的核心功能是为PostgreSQL提供高性能的全文搜索能力，通过BM25算法和列式存储技术，让您的数据库具备专业的搜索功能。

## 🚀 ParadeDB版本演进概述

ParadeDB从v0.1到]]></description><category></category></item><item><title><![CDATA[FinalTerm快捷键配置完全手册：打造你的高效终端工作流 [特殊字符]]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/144741394</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/144741394</guid><author>gitblog_02246</author><pubDate>Tue, 27 Jan 2026 00:37:12 +0800</pubDate><description><![CDATA[FinalTerm是一款现代化终端模拟器，它提供了丰富的快捷键自定义功能，让你能够根据个人习惯打造专属的高效工作流。本文将详细介绍FinalTerm的快捷键系统、默认快捷键列表以及如何自定义属于你的快捷键方案。

## 为什么自定义FinalTerm快捷键？

在日常开发和系统管理工作中，终端是我们最常用的工具之一。一个精心配置的快捷键系统可以：

- ⚡ 减少鼠标操作，提高工作效率
- 🧠 降]]></description><category></category></item><item><title><![CDATA[我们都想错了！chinese-hubert-base真正的技术核心，不是音频预训练，而是被忽略的“半精度推理”...]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/150379987</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/150379987</guid><author>gitblog_02246</author><pubDate>Thu, 14 Aug 2025 09:00:05 +0800</pubDate><description><![CDATA[我们都想错了！chinese-hubert-base真正的技术核心，不是音频预训练，而是被忽略的“半精度推理”

    
        
            【免费下载链接】chinese-hubert-base
            chinese-hubert-base
            
                
                项目地址: https...]]></description><category></category></item><item><title><![CDATA[突破实时交互瓶颈：bart-large-mnli的KV缓存与PagedAttention优化指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/150261485</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/150261485</guid><author>gitblog_02246</author><pubDate>Tue, 12 Aug 2025 09:01:45 +0800</pubDate><description><![CDATA[- 基于bart-large-mnli的AI服务在高并发场景下延迟突破500ms？
- 显存占用峰值导致服务频繁OOM（Out Of Memory）崩溃？
- 优化推理速度时被迫牺牲零样本分类精度？

???? **读完本文你将掌握**：
- KV缓存（Key-Value Cache）的工作原理及在bart-large-mnli中的实现
- PagedAttention技术如何将显存利用率提升3倍以上...]]></description><category></category></item><item><title><![CDATA[【限时免费】 zephyr-7b-alpha：不止是参数效率这么简单]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/149629017</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/149629017</guid><author>gitblog_02246</author><pubDate>Fri, 25 Jul 2025 09:09:11 +0800</pubDate><description><![CDATA[zephyr-7b-alpha：不止是参数效率这么简单

    
        
            【免费下载链接】zephyr-7b-alpha
            
            
                
                项目地址: https://gitcode.com/mirrors/HuggingFaceH4/zephyr-7b-alph...]]></description><category></category></item><item><title><![CDATA[【限时免费】 深度拆解Taiyi-Stable-Diffusion-1B-Chinese-v0.1：从基座到技术实现]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/149626561</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/149626561</guid><author>gitblog_02246</author><pubDate>Fri, 25 Jul 2025 09:02:12 +0800</pubDate><description><![CDATA[深度拆解Taiyi-Stable-Diffusion-1B-Chinese-v0.1：从基座到技术实现

    
        
            【免费下载链接】Taiyi-Stable-Diffusion-1B-Chinese-v0.1
            
            
                
                项目地址: https://g...]]></description><category></category></item><item><title><![CDATA[从草图到艺术品：MistoLine颠覆线条艺术创作的全流程指南]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/145112897</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/145112897</guid><author>gitblog_02246</author><pubDate>Mon, 13 Jan 2025 12:14:13 +0800</pubDate><description><![CDATA[设计师、插画师和AI艺术创作者常面临三大痛点：不同风格线条需要切换多个ControlNet模型、手绘草图转精细图像质量损失严重、复杂场景下线条与提示词对齐困难。MistoLine作为新一代SDXL-ControlNet模型，通过创新的Anyline预处理算法和优化训练，实现单一模型适配所有线条类型，细节还原度提升40%，创作流程缩短60%。

读完本文你将获得：
- 从零开始的MistoLine部...]]></description><category></category></item><item><title><![CDATA[探索llama2_7b_chat_uncensored模型的常见问题与解决方案]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/144821916</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/144821916</guid><author>gitblog_02246</author><pubDate>Mon, 30 Dec 2024 12:32:06 +0800</pubDate><description><![CDATA[探索llama2_7b_chat_uncensored模型的常见问题与解决方案
在使用llama2_7b_chat_uncensored模型进行自然语言处理任务时，开发者可能会遇到各种问题，从安装到运行，再到结果分析，每个阶段都可能有挑战。本文旨在梳理这些常见错误，并提供解决方案，帮助用户更顺利地利用这一强大模型。
错误类型分类
在使用llama2_7b_chat_uncensored模型时，错误...]]></description><category></category></item><item><title><![CDATA[使用M3E-Base模型提升文本处理任务的效率]]></title><link>https://blog.youkuaiyun.com/gitblog_02246/article/details/144660221</link><guid>https://blog.youkuaiyun.com/gitblog_02246/article/details/144660221</guid><author>gitblog_02246</author><pubDate>Mon, 23 Dec 2024 10:48:02 +0800</pubDate><description><![CDATA[使用M3E-Base模型提升文本处理任务的效率
引言
在当今信息爆炸的时代，自然语言处理（NLP）任务的重要性日益凸显。无论是文本分类、文本相似度计算，还是文本检索，这些任务在搜索引擎、智能客服、内容推荐系统等领域都有着广泛的应用。然而，随着数据量的急剧增长，如何高效地处理这些任务成为了一个亟待解决的问题。传统的文本处理方法在面对大规模数据时，往往效率低下，难以满足实时性和准确性的要求。因此，寻找...]]></description><category></category></item></channel></rss>