<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[gitblog_09797的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/gitblog_09797</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; gitblog_09797]]></copyright><item><title><![CDATA[Intern-S2-Preview部署完全手册：从本地部署到云端API的终极指南]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/141973675</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/141973675</guid><author>gitblog_09797</author><pubDate>Tue, 03 Nov 2026 18:08:22 +0800</pubDate><description><![CDATA[**Intern-S2-Preview**是一款高效的350亿参数科学多模态基础模型，专为科学任务设计。这款强大的AI模型不仅能处理文本，还能处理图像、视频和时间序列数据，是科研工作者和AI开发者的理想选择。本指南将带你从零开始，完整掌握Intern-S2-Preview的部署技巧，无论是本地环境还是云端服务，都能轻松上手！🚀

## 📊 为什么选择Intern-S2-Preview？

In]]></description><category></category></item><item><title><![CDATA[grill-me 访谈:三个检查项与四个好场信号]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/143280727</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/143280727</guid><author>gitblog_09797</author><pubDate>Thu, 29 Oct 2026 12:03:05 +0800</pubDate><description><![CDATA[grill-me 是一个访谈技能:把一个还说不清楚的想法丢进去,由 agent 分轮次向你提问,直到这个想法变成你敢负责的形状。它不写文件,不读代码库,也不依赖任何环境。整场会话唯一的产出,是你脑子里那个更清楚的想法。

## 什么状态的想法值得交给 grill-me?

看想法清不清楚,不看它关于什么。一个功能、一个产品方向、一个商业判断、一篇文章的选题,都可以。想法越模糊,越需要这场访谈;如果]]></description><category></category></item><item><title><![CDATA[Bitcoin DOG Mode测试体系揭秘：单元测试、功能测试与模糊测试全清单]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/142949791</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/142949791</guid><author>gitblog_09797</author><pubDate>Thu, 29 Oct 2026 09:58:38 +0800</pubDate><description><![CDATA[Bitcoin Core 的 $DOG Mode 测试体系覆盖三大层级：C++ 单元测试（`test_bitcoin` 执行器）、Python 功能测试（`test_runner.py` 驱动真实节点）与 libFuzzer 模糊测试（130+ 个 fuzz 目标），并配套 lint 静态检查与 CI 流水线。本文带你完整梳理这套测试体系的目录结构、数量清单和一键运行方法。

## 💡 先搞懂：]]></description><category></category></item><item><title><![CDATA[HsMod 炉石传说插件完整教程：8 倍速、一键开包与 50 多项增强]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/143012302</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/143012302</guid><author>gitblog_09797</author><pubDate>Mon, 26 Oct 2026 14:15:39 +0800</pubDate><description><![CDATA[天天打炉石的人都会遇到同一件事：开包动画太长，结算太长，弹窗还得一个个关。你要的其实不是新玩法，而是加速。HsMod 是一个免费开源的炉石传说插件，基于 BepInEx（一个让游戏加载第三方模组的框架）开发，内置 50 多项功能，覆盖提速、自动化、外观和对战情报，开关集中在一个地方，按需取用。适合两类人：想省时间的休闲玩家，和想在对局里多拿一点信息的竞技玩家。

## 它是什么：基于 BepInE]]></description><category></category></item><item><title><![CDATA[hyper-reV SLAT进阶技巧:大页Split/Merge、Hyper-V CR3深拷贝与16字节Hook条目设计的玄机]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/141944869</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/141944869</guid><author>gitblog_09797</author><pubDate>Sun, 25 Oct 2026 18:19:03 +0800</pubDate><description><![CDATA[hyper-reV 是一个基于 Hyper-V 构建的 memory introspection 与 reverse engineering Hypervisor，核心能力包括读写 Guest 内存、地址翻译和 SLAT（EPT/NPT）代码 Hook。这篇文章聚焦它 SLAT 实现中最精巧的三个进阶技巧：大页的 Split/Merge、Hyper-V SLAT CR3 的深拷贝，以及 16 字节]]></description><category></category></item><item><title><![CDATA[YOLO26 工业检测实战：从选型到产线部署的完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/142951976</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/142951976</guid><author>gitblog_09797</author><pubDate>Wed, 21 Oct 2026 15:32:45 +0800</pubDate><description><![CDATA[YOLO26 是 Ultralytics 开源的目标检测框架，主打毫秒级实时推理，并提供从轻量到高性能的完整规格，适合把检测、分割、姿态和分类能力直接搬上生产线。本文按"诊断痛点 → 选模型 → 建数据 → 训练 → 部署 → 验收"的流水线，把 YOLO26 工业检测项目从头到尾走一遍，帮你少走弯路。

## 先说结论：你的产线该配哪一档

不用一上来就纠结参数，先按两个问题定位：**画面里目标]]></description><category></category></item><item><title><![CDATA[白话MoE路由原理：Qwen3-235B-A22B-quantized.w4a8如何从128个专家中精准挑选8个]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/142890474</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/142890474</guid><author>gitblog_09797</author><pubDate>Sat, 17 Oct 2026 12:30:13 +0800</pubDate><description><![CDATA[Qwen3-235B-A22B-quantized.w4a8 是一个经过 W4A8 量化的开源 MoE（混合专家）大语言模型：它拥有 235B 总参数，但每个 token 实际只激活约 22B 参数。秘诀就在于 MoE 路由——每层 128 个专家里，路由器（Router）为每个 token 精准挑选 8 个专家参与计算。本文将用白话讲清楚这套"选人机制"是如何工作的。

## 🧠 为什么叫"2]]></description><category></category></item><item><title><![CDATA[QGroundControl PX4 飞行模式设置完整指南：模式通道、开关映射与频道监视器实战]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/142889318</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/142889318</guid><author>gitblog_09797</author><pubDate>Wed, 14 Oct 2026 13:54:22 +0800</pubDate><description><![CDATA[本文以 QGroundControl（QGC）的 PX4 飞行模式设置页（Flight Modes）为核心，系统讲解如何将遥控发射机（RC Transmitter）的开关位置编码为 PWM 值，从而在飞行模式通道上激活最多 6 种 PX4 飞行模式，并额外映射急停（Kill Switch）、起落架等辅助动作。读完本文，你将掌握从发射机通道编码、QGC 界面配置、Channel Monitor 验证]]></description><category></category></item><item><title><![CDATA[Angular Flex-Layout 完全指南：基于 Flexbox 与 MediaQuery 的响应式布局引擎]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/143285850</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/143285850</guid><author>gitblog_09797</author><pubDate>Sun, 11 Oct 2026 19:59:24 +0800</pubDate><description><![CDATA[本文围绕开源仓库 `flex-layout`（npm 包 `@angular/flex-layout`）的核心技术展开，系统讲解如何通过声明式 HTML 指令（如 `fxLayout`、`fxFlex`、`fxHide`）为 Angular 应用构建 Flexbox 布局，并借助其 Responsive API 在不同视口尺寸下自动切换布局方案。读完本文，你将掌握安装与模块配置、静态与响应式指令的]]></description><category></category></item><item><title><![CDATA[PX4-Autopilot uORB 消息解析：GeofenceStatus（geofence_status）主题详解]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/143124259</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/143124259</guid><author>gitblog_09797</author><pubDate>Sun, 27 Sep 2026 21:05:29 +0800</pubDate><description><![CDATA[PX4-Autopilot 通过 uORB 消息总线在导航器（Navigator）与各功能模块之间传递围栏（Geofence）状态。`GeofenceStatus` 消息（对应主题 `geofence_status`）正是这条链路上描述"围栏当前处于何种状态"的标准化载体。本文将结合消息定义文件与 [geofence 实现源码](https://link.gitcode.com/i/48a9f7c]]></description><category></category></item><item><title><![CDATA[参与 Mopidy 贡献：从提问、提 Issue 到提交高质量 Pull Request 的完整指南]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/143147427</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/143147427</guid><author>gitblog_09797</author><pubDate>Thu, 24 Sep 2026 14:09:39 +0800</pubDate><description><![CDATA[本指南基于 Mopidy 仓库的 `docs/contributing.rst` 编写，梳理了从社区提问、帮助用户、提交 Issue，到发起 Pull Request（PR）的完整协作流程。无论你是想报一个 bug、提一个新功能，还是第一次为 Mopidy 贡献代码，读完本文你都能掌握提问的正确渠道、Issue 的提交规范、PR 的开发流程与质量门槛（代码风格、测试、文档、commit messa]]></description><category></category></item><item><title><![CDATA[IronClaw 标准消息编辑操作 edit_message 完全指南：契约、调用链与通道适配原理]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/143149498</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/143149498</guid><author>gitblog_09797</author><pubDate>Tue, 22 Sep 2026 11:35:16 +0800</pubDate><description><![CDATA[`edit_message` 是 IronClaw 标准化消息框架（Standardized Messaging Framework）中 16 个核心操作之一，用于以当前扩展所连接的账户身份，修改该扩展上一条已存在消息的文本。本指南以 IronClaw 宿主 API 中该操作的规范描述文档 [edit_message.core.md](https://link.gitcode.com/i/d8af]]></description><category></category></item><item><title><![CDATA[Kopia 纠错算法（Reed-Solomon ECC）实战指南：原理、Overhead 参数与仓库创建配置]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/143152704</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/143152704</guid><author>gitblog_09797</author><pubDate>Mon, 21 Sep 2026 17:04:05 +0800</pubDate><description><![CDATA[本文以 Kopia 官方文档中关于 Error Correction Algorithm（纠错算法）的说明为核心骨架，结合仓库内 `repo/ecc/` 源码实现、CLI 创建参数与基准测试命令，系统讲解 Kopia 自 v0.12.0 起引入的 Reed-Solomon 前向纠错能力：它解决什么问题、`Error Correction Overhead` 参数如何换算存储成本、如何在新仓库创建时]]></description><category></category></item><item><title><![CDATA[CANN/ge GE Python Session类文档]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/142002069</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/142002069</guid><author>gitblog_09797</author><pubDate>Wed, 09 Sep 2026 15:19:42 +0800</pubDate><description><![CDATA[| 产品 | 是否支持 |
| :----------- | :------: |
| Atlas A3 训练系列产品/Atlas A3 推理系列产品 | √ |
| Atlas A2 训练系列产品/Atlas A2 推理系列产品 | √ |

## 模块导入

```python
from ge.session import Session
```

## 功能说明

Session 类用于管理]]></description><category></category></item><item><title><![CDATA[为什么选择drf-flex-fields？Django REST Framework动态序列化器的最佳实践]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/141975184</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/141975184</guid><author>gitblog_09797</author><pubDate>Thu, 02 Jul 2026 08:50:56 +0800</pubDate><description><![CDATA[在构建现代API时，我们经常面临一个挑战：如何在保持API简洁的同时提供灵活的字段控制？🤔 这正是drf-flex-fields（Django REST Framework FlexFields）要解决的核⼼问题。作为Django REST Framework的扩展包，drf-flex-fields提供了动态字段扩展和嵌套资源控制功能，让API设计变得更加优雅和高效。

## 🚀 什么是drf]]></description><category></category></item><item><title><![CDATA[深入理解SmolLM2-1.7B-Instruct架构：Transformer解码器如何实现11万亿token训练]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/141978481</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/141978481</guid><author>gitblog_09797</author><pubDate>Fri, 29 May 2026 07:57:27 +0800</pubDate><description><![CDATA[**SmolLM2-1.7B-Instruct** 是一个轻量级但功能强大的语言模型，它通过创新的Transformer解码器架构在11万亿token的大规模数据集上进行训练。这个开源项目展示了如何通过高效的模型设计和优化的训练策略，在相对较小的参数量（17亿）下实现出色的指令遵循能力。对于想要了解现代语言模型架构和训练技术的新手和普通用户来说，这是一个绝佳的学习案例。

## 📊 模型架构概览]]></description><category></category></item><item><title><![CDATA[Switch Transformers Base-32完全指南：什么是混合专家模型与32专家架构]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/141978755</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/141978755</guid><author>gitblog_09797</author><pubDate>Fri, 29 May 2026 07:38:10 +0800</pubDate><description><![CDATA[Switch Transformers Base-32是一种革命性的混合专家（Mixture of Experts, MoE）模型，它通过创新的稀疏激活机制实现了模型规模与计算效率的完美平衡。本文将深入解析这种包含32个专家的先进架构，帮助初学者快速掌握其核心原理与应用方法。

## 什么是混合专家模型（MoE）？

混合专家模型是一种特殊的神经网络架构，它将传统的密集层替换为多个"专家"子网络和]]></description><category></category></item><item><title><![CDATA[Wikiann数据集深度解析：huangjingwang/roberta-ner-multilingual的训练数据秘密]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/141944587</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/141944587</guid><author>gitblog_09797</author><pubDate>Fri, 29 May 2026 07:29:51 +0800</pubDate><description><![CDATA[想要构建一个强大的多语言命名实体识别模型吗？今天我们将深度解析wikiann数据集——这个支撑huangjingwang/roberta-ner-multilingual模型训练的关键数据源。作为目前最全面的多语言NER数据集之一，wikiann数据集包含了282种语言的标注数据，为多语言自然语言处理研究提供了宝贵资源。

## 🔍 Wikiann数据集是什么？

**Wikiann数据集**是]]></description><category></category></item><item><title><![CDATA[VideoGameBunny-V1-4B：游戏AI革命！4B参数多模态模型完全指南]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/141972842</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/141972842</guid><author>gitblog_09797</author><pubDate>Fri, 29 May 2026 07:27:27 +0800</pubDate><description><![CDATA[在人工智能技术飞速发展的今天，VideoGameBunny-V1-4B作为一款革命性的4B参数多模态AI模型，正在游戏领域掀起一场技术变革。这款基于BunnyPhi3架构的先进模型，专门为游戏场景优化设计，将视觉理解和文本生成能力完美融合，为游戏开发者和玩家带来了前所未有的智能体验。🎮

## 什么是VideoGameBunny-V1-4B模型？

VideoGameBunny-V1-4B是一个]]></description><category></category></item><item><title><![CDATA[GPT2_PMC部署实战：从模型加载到API服务的完整教程]]></title><link>https://blog.youkuaiyun.com/gitblog_09797/article/details/141977117</link><guid>https://blog.youkuaiyun.com/gitblog_09797/article/details/141977117</guid><author>gitblog_09797</author><pubDate>Fri, 29 May 2026 07:26:22 +0800</pubDate><description><![CDATA[你是否正在寻找一个专门针对医学研究问答的AI模型？GPT2_PMC正是你需要的解决方案！这个基于GPT2微调的模型在PubMed Central开放获取研究论文数据集上进行了专门训练，能够生成高质量的医学研究问答内容。在本篇完整教程中，我将手把手教你如何从零开始部署GPT2_PMC模型，并构建一个实用的API服务。

## 🚀 快速开始：一键安装与环境配置

要开始使用GPT2_PMC，首先需要]]></description><category></category></item></channel></rss>