面向对象

1.equals(字符串):比较两个字符串的内容相同,例如:用户名比较,密码与重复密码比较

2.euqalsIgnoreCase():比较两个字符串忽略大小写,例如:验证码

3.contains(String str):判断该字符串是否包含指定的子串(字符串中相邻的字符组成)

4.startsWith(String str):筛选指定的姓氏//以张,欧阳...

5.endsWith(String str):筛选指定的文件后缀名//以.txt结尾,以.torrent结尾

static的特点:

1.被所有的对象所共享.

   2.可以使用类名调用.

   3.静态的加载优先于对象

   4.随着类的加载而加载.

static的注意事项:

   优先于对象,随着类的加载而加载,它优先于任何对象,所有它没有对象.

静态方法:

   可以调用静态的成员变量.

    可以调用静态的成员方法.

    不可以调用非静态成员方法.

    不可以调用非静态成员变量.

    静态方法只能调用静态的成员.

  非静态方法:

   可以调用静态的成员变量,成员方法.

    可以调用非静态的成员变量,非静态的成员方法.

    

  静态的优缺点:

   静态的优点:

     1.对对象的共享数据提供单独空间存储,节省空间.

      2.可以直接被类名调用,不用再堆内存创建对象

      3.通过类名访问,相对创建对象访问成员方便.

  

转载于:https://www.cnblogs.com/qq839154187/p/10995834.html

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