- 博客(373)
- 收藏
- 关注
RSS订阅原创 [论文阅读] AI + 硬件开发 | 硬件设计新范式：LLM赋能行为驱动开发，解决验证痛点的实战方案
测试与验证是硬件和系统设计中的核心环节，但随着系统规模扩大，其复杂度显著增加。行为驱动开发（BDD）在软件工程中已被证明有效，但在硬件设计中尚未普及，实际应用受限，主要原因是需手动从文本规格中推导精确的行为场景。大型语言模型（LLMs）的最新进展为自动化该步骤提供了新可能。本文研究了基于LLM的技术在硬件设计BDD中的应用，证明从文本规格出发，LLM可自动生成适用于BDD流程的高层行为描述。通过16位算术逻辑单元（ALU）的案例研究表明，LLM能直接生成相关场景，并在对应的Verilog实现上进行仿真。该方
2025-12-23 21:57:38
495
原创 [论文阅读] 软件供应链 | JavaScript捆绑包 vs CDN：谁更安全？Aletheia揭秘依赖更新真相与漏洞风险
本文针对 JavaScript 生态中依赖包版本检测难、更新行为不明确的问题，提出包无关的捆绑包版本检测方法 Aletheia。该方法借鉴抄袭检测算法，通过文件选择、转译、捆绑三步预处理，实现了对任意 JavaScript 捆绑包的高精度版本检测，实验室和真实场景的补丁级正确率分别达 87% 和 82%，显著优于现有方法。基于 Tranco 前 100,000 个域名的 6 周爬取数据，研究发现：捆绑包普及率高于 CDN，且更新更快（16 周内 18%+ 域名更新），漏洞风险更低（2.7%-3.7% vs
2025-12-21 14:16:49
639
原创 [论文阅读] 远程工作中的“隐形障碍”：残障开发者在软件开发团队的挑战与破局之道
本研究聚焦混合能力软件开发团队中残障人士（PWD）的远程/混合工作体验，通过99人在线调查（含残障人士、领导、非残障队友）和14名残障开发者的半结构化访谈，探究三大核心问题：两类群体对远程工作的评价、残障人士面临的挑战、积极体验的促进因素。结果显示，所有群体对远程工作（尤其远程优先模式）满意度高，但残障人士存在工具可访问性、沟通协调、社会隔离等隐性障碍，且未被非残障群体感知。支持性团队文化、清晰沟通、灵活工作安排是关键促进因素。研究为企业优化包容性远程工作环境提供了实证依据，填补了该领域研究空白。
2025-12-18 17:38:30
633
原创 [论文阅读] 直击云安全痛点：GraphSecure如何用自动化+可视化重塑AWS合规评估？
GraphSecure是一款Web应用，专注于安全扫描结果的高级分析与可视化。该工具支持用户启动AWS账户扫描，通过特定的CIS（互联网安全中心）基准进行合规性验证并返回结果，以统计图表形式展示扫描结果并向用户预警账户安全状态。GraphSecure能够适配多个AWS账户，通过自动化方式识别和解读安全风险，降低维护成本与技术门槛；同时聚焦风险导向的可视化呈现，帮助从业者做出明智决策并实施有效解决方案。该研究通过系统文献综述明确了现有工具的缺口，最终开发的GraphSecure填补了CIS合规结果直观可视化的
2025-12-16 12:06:15
847
原创 [论文阅读] AI + 软件工程 | 突破混合与跨语言壁垒！UniCoR让代码检索更智能高效
混合代码检索（自然语言+代码片段）和跨语言场景是现代软件开发中的重要需求，但现有模型面临语义理解不足、模态融合低效、跨语言泛化弱三大挑战。本文首先通过全面实证研究揭示这些问题，随后提出自监督框架UniCoR。该框架包含两大核心模块：多视角监督对比学习模块通过三视角对比和多源正样本构建，强化语义理解与模态协同；表示分布一致性学习模块通过双层MMD对齐，实现语言无关表示。在实证基准和涵盖11种语言的XCodeEval上，UniCoR相较于最优基线，MRR平均提升8.64%、MAP平均提升11.54%，在未见过的
2025-12-14 13:23:36
786
原创 [论文阅读] AI + 软件工程 | 叙事的力量+专家智慧：解锁定性软件工程研究的过去、现在与未来
本文基于2025年10月25日的专家焦点小组对话，聚焦定性软件工程（SE）研究的现状与发展。三位资深专家围绕核心价值、发展历程、成功案例、行业关系、现存障碍及未来方向展开讨论，指出定性SE研究因契合人类叙事本能和软件研发的人文属性，能弥补定量研究的局限，在探索性问题和行业实践洞察上不可或缺。其发展曾面临出版困难、资源匮乏等挑战，如今虽更主流，但仍存在认知误区、页面限制等问题。AI在定性分析中的应用成为争议焦点，既有机遇也有风险。核心结论强调，实践与反思是掌握定性方法的关键，该研究为新手入门和领域发展提供了重
2025-12-12 15:15:16
1121
原创 Springboot3 | JUnit 5 使用详解
本文详细介绍了在Spring Boot 3中使用JUnit 5进行单元测试的方法。主要内容包括： 环境准备：创建Spring Boot 3项目并添加必要的测试依赖 基础测试案例： 测试纯Java工具类PriceCalculator的计算方法 使用@Test、assertEquals等核心注解和方法 包含正常场景、边界场景和异常场景测试 进阶测试案例： 测试Spring Bean（Service层） 使用@SpringBootTest加载Spring上下文 以UserService为例，展示如何测试依赖Rep
2025-12-12 07:30:55
1335
原创 [论文阅读] AI + 软件工程 | 告别“大海捞针”：LLM+自然语言摘要，破解多仓库微服务漏洞定位难题
多仓库微服务架构中的漏洞定位面临三大挑战：漏洞报告与代码间的语义鸿沟、大语言模型（LLM）的上下文限制，以及需先定位正确仓库的需求。本文将该问题重构为自然语言推理任务，通过将代码库转化为分层自然语言摘要，实现自然语言到自然语言的搜索，而非跨模态检索。该方法构建文件、目录、仓库级别的上下文感知摘要，再通过两阶段搜索：先将漏洞报告路由至相关仓库，再在仓库内自上而下定位漏洞。在包含46个仓库、110万行代码的工业级系统DNext上评估，该方法实现Pass@10=0.82、MRR=0.50的性能，显著优于传统检索基
2025-12-09 20:10:08
638
原创 Springboot3 | MyBatis-Plus 多表查询极简实践：宠物管理系统场景落地
MyBatis-Plus 多表查询的核心是“用 MP 封装的条件构造器简化关联逻辑”，无需陷入复杂的配置和插件中。本文通过宠物管理系统的 3 个高频场景，展示了“注解映射 + 条件构造器 + 简单映射”的极简方案，既满足业务需求，又保持了代码的简洁性和可读性。
2025-12-08 11:29:19
1468
1
原创 [论文阅读] AI + 教育 | 软件工程教育的AI革命：学生用GenAI的高频场景、踩坑实录与政策建议
生成式AI（GenAI）工具（如ChatGPT、GitHub Copilot）正重塑软件工程（SE）的学习与开发模式，为SE教育带来机遇的同时，也引发过度依赖、伦理使用等担忧。本研究通过对两所大学130名SE本科生的混合方法调查，探究其GenAI使用场景、感知收益、挑战、伦理认知及教学期望。结果显示，学生最常将GenAI用于增量学习与高级实现，核心收益为头脑风暴支持与信心提升，主要挑战包括输出缺乏逻辑、适配困难，且普遍关注公平性与学术不端问题，呼吁明确政策与教学指导。研究表明，GenAI正以复杂方式重塑SE
2025-12-08 06:57:14
806
原创 [论文阅读] AI | 告别“被动救火”：POLARIS让系统学会“主动预判+自我进化”
现代软件生态系统的规模、复杂性和自主性带来了前所未有的不确定性，传统自适应技术难以应对。本文提出POLARIS，一种三层多智能体自适应框架，通过低延迟适配层、透明推理层（工具感知型可解释智能体）和元学习层（经验记录与策略进化），实现预测性、数据驱动的主动适配。在SWIM和SWITCH两个示例系统的评估中，POLARIS表现优异：SWIM总效用达5445.48，超现有基线；SWITCH响应时间中位数降低27.3%、CPU使用率降低14.9%、破坏性切换减少87.1%。POLARIS推动自适应系统进入3.0时代
2025-12-07 18:14:32
626
原创 SpringBoot3 | SpringBoot中Entity、DTO、VO的通俗理解与实战
摘要： 本文通俗讲解了SpringBoot开发中Entity、DTO、VO的区别与应用场景。Entity是数据库表的镜像，用于数据持久化；DTO是服务间数据传输的"快递盒"，只传递必要字段；VO是给前端展示的"最终商品"，定制展示数据。三者各司其职：Entity在DAO层使用，DTO用于服务间通信，VO面向前端展示。文章通过用户注册、查询等实战案例，展示了三者转换过程，并推荐使用ModelMapper等工具简化转换操作。
2025-12-06 21:26:16
1423
原创 [论文阅读] AI + 软件工程 | GenAI 赋能自适应系统：从技术突破到研究蓝图，一文看懂核心价值与挑战
该论文聚焦生成式AI（GenAI）在自适应系统（SAS）中的应用与挑战，通过筛选五大领域5874篇文献（最终纳入219篇），从MAPE-K反馈循环增强和人在环（HOTL）交互优化双视角，系统梳理了GenAI（LLM、Transformer、扩散模型）的应用场景。研究发现，GenAI能显著提升SAS的监测、分析、规划等模块性能，优化用户偏好获取、系统透明度和人机协作效率。同时，论文提炼出9大关键研究挑战，给出GenAI幻觉、高成本等缺陷的缓解策略，构建了完整的研究路线图。该研究为科研人员和从业者提供了全面的技
2025-12-05 17:26:52
877
原创 [论文阅读] 软件工程 - 供应链 | 从Log4Shell到Go组件漏洞：一篇文看懂开源依赖安全的核心痛点与解决方案
开源库虽加速软件开发，却引入安全漏洞（如Log4Shell）。为探究漏洞分布、持续性及与项目指标的关联，研究开发多语言SCA工具VODA，爬取2013-2023年1042个GitHub项目（49055个版本），生成SBOM并分析。结果显示：多数语言的脆弱依赖为传递依赖，关键漏洞平均持续超1年修复；Go直接依赖占比最高，Java漏洞多在传递依赖；Go/Rust提交数与漏洞数呈中度正相关。该研究数据集较同类更丰富，结论为开发者提供依赖管控依据，强调SBOM与及时更新的重要性，助力提升开源软件供应链安全。
2025-12-05 08:35:30
1209
原创 [论文阅读] 软件工程 | MIT林肯实验室软件支持改进案例：从痛点诊断到企业级落地的完整路径
MIT林肯实验室国土保护与空中交通管制部门针对科研软件开发效能问题开展研究，旨在提升软件工程实践与文化水平。研究通过内部调查（6个小组问卷、12个项目访谈）、外部文档回顾（DoD/NIST标准），识别出三大核心发现：项目属性多样性（部署/语言差异大）、工具重复建设（多小组独立维护同类工具）、人员技能匹配低效（依赖口碑找人才）。基于此，提出集中化（统一DevSecOps工具、共享知识库）与人员文化（可搜索技能库、职业发展机会）两类建议。后续落地企业级GitLab、JFrog Artifactory等工具，启动
2025-12-04 09:30:00
1023
原创 Spring Boot | 学习Spring Boot 3要有哪些Java基础？
学习Spring Boot 3需要扎实的Java基础，主要包括四个层面： 基础核心：面向对象编程、集合框架、异常处理、IO/NIO、反射和注解（Spring底层实现关键） 进阶核心：函数式编程、并发编程、类加载机制和JDBC基础（提升开发效率和性能） Java 17+新特性：Record类、密封类、文本块、Switch表达式等（Spring Boot 3标配） 工程化工具：Maven/Gradle、JUnit 5、日志框架和Java EE规范（项目开发必备） 重点在于掌握反射机制（理解Spring注解和Be
2025-12-04 07:08:22
1255
1
原创 [论文阅读] AI + 软件工程 | 为什么你的模糊测试效率低？因为没试过 “LLM + 崩溃去重”——GPTrace 实测碾压 Crashwalk
GPTrace用“LLM嵌入”这把新钥匙，打开了崩溃去重的“老难题”：它既解决了传统工具“语义捕捉不足”的问题，又避免了“数据量大、耗时久”的痛点，在327k SCIs的真实数据集上跑出98%纯度、94% F值的成绩，还开源可直接用。对于软件安全团队来说，GPTrace不是“锦上添花”，而是“雪中送炭”——它能把模糊测试后的人工分析成本砍掉80%以上，让工程师不用再埋首于几万条重复崩溃里，专注于真正的新漏洞修复。未来如果能扩展更多数据源（比如程序日志），或者针对崩溃去重任务微调LLM，GPTrace
2025-12-03 16:00:00
791
原创 数据库 | 从宠物管理系统看懂数据库多表关联查询：把零散的数据“串”起来
本文以宠物管理系统为例，讲解数据库多表关联查询的核心概念与应用。通过分析宠物、主人和就诊记录三个表的关联关系，详细演示了四种连接方式：内连接（获取匹配数据）、左连接（保留左表全部数据）、右连接（保留右表全部数据）以及全连接的MySQL兼容实现。文章结合具体SQL示例和查询结果，帮助读者理解不同连接类型的使用场景和实现原理，为解决实际业务中的多表数据关联问题提供了实用指导。
2025-12-03 09:00:00
975
原创 [论文阅读] AI + 测试 | 测试覆盖率评估大突破！GPT-4o Mini凭啥碾压GPT-5？LAJ框架让LLM当“裁判”成本降78%
新加坡管理大学与万事达卡团队提出LLM-as-a-Judge（LAJ）框架，通过结构化评估解决软件测试覆盖率评估难题。研究发现GPT-4o Mini以6.07的评估误差和96.6%首次成功率成为最优选择，成本仅为GPT-5的1/78。论文创新性提出ECR@1等生产指标，并揭示不同模型家族对推理努力的差异化响应：GPT-5受益于高推理，而开源模型性能反而下降。研究开源了包含100组标注数据的评估框架，为行业提供可直接落地的解决方案，填补了传统代码覆盖率工具在语义分析方面的空白。
2025-12-02 23:21:43
931
原创 数据库｜数据库设计范式：用“宠物管理系统“讲透1nf 2nf 3nf的关键逻辑
表中的每一列都必须是"最小单位"，不能再拆分成多个子信息。满足1NF的前提下，表中的每一列都必须"完全依赖"主键（不能只依赖主键的一部分）。如果主键是复合主键（多列组合），则不能存在"只依赖其中一列"的列。满足2NF的前提下，表中的每一列都不能"传递依赖"于主键（即不能通过非主键列间接依赖主键）。列与列之间不能有"谁决定谁"的关系，只能由主键决定。范式核心要求解决的问题存在的不足适用场景1NF列原子性，不可拆分信息混杂，查询/修改困难数据冗余严重简单临时表，无需复杂查询的场景2NF。
2025-12-02 15:42:21
1189
原创 [论文阅读] AI + 软件工程 | 多模态代码生成新突破！C2C-MoLA融合混合专家与低秩适应，平衡性能与GPU资源
图表转代码是自动化数据可视化的关键任务，现有方法存在跨类型泛化差、GPU内存高、模块化弱的问题。本文提出C2C-MoLA多模态框架，融合MoE（混合专家）与LoRA（低秩适应）：MoE通过“元素数量+图表复杂度”的可学习指标实现动态专家路由，LoRA对注意力层进行参数高效微调；结合多任务训练（语法+语义+路由+利用率损失）与内存优化（DeepSpeed ZeRO-3+梯度检查点+BFloat16）。在Chart2Code-160k数据集上，C2C-MoLA较标准微调提升17%生成准确率（复杂图表），降低18
2025-12-01 22:52:00
638
原创 SpringBoot3 | MyBatis-Plus 搞定宠物管理：从0到1实现增删改查
本文介绍了使用SpringBoot3和MyBatis-Plus快速实现宠物信息管理系统的CRUD功能。首先搭建开发环境，包括JDK17、MySQL数据库和必要的Maven依赖。然后通过配置application.yml文件设置数据库连接和MyBatis-Plus参数。核心实现部分包括：定义Pet实体类、创建继承BaseMapper的PetMapper接口、编写Service层业务逻辑以及提供RESTful API的Controller层。整个开发过程充分利用了MyBatis-Plus的自动代码生成能力，大大
2025-12-01 09:00:00
1910
原创 [论文阅读] AI + 软件工程 | 首测GPT-4.1/Claude Sonnet 4适配能力：LLM多智能体在SE领域的潜力与局限
本文开展首个关于LLM-based多智能体系统在软件工程（SE）数据集适配任务的实证研究。为实现SE研究工件跨数据集的自动化适配（提升可扩展性与可复现性），以搭载GPT-4.1和Claude Sonnet 4的GitHub Copilot为研究对象，针对ROCODE、LogHub2.0等基准仓库，设计五阶段评估流程（文件理解、代码编辑、命令生成、验证、最终执行），衡量成功率、分析失败模式，并验证提示干预效果。结果表明：当前系统可识别关键文件、生成部分适配代码，但极少产出功能正确的实现；而“提供执行错误信息”
2025-11-30 17:35:55
1109
原创 Springboot3 | ResponseEntity 完全使用教程
本文介绍了Spring Boot 3中ResponseEntity的核心用法，通过宠物管理场景展示标准化RESTful接口设计。主要内容包括：1) 项目基础配置和Pet实体类准备；2) 三种典型场景实现：查询宠物返回200状态码、新增宠物返回201和Location头、删除宠物返回204无内容；3) 每个场景提供完整的Controller代码和ApiPost测试步骤。ResponseEntity相比直接返回实体类，能更精准控制HTTP状态码、响应头和响应体，符合REST规范，提升接口规范性。
2025-11-30 13:46:48
1209
原创 [论文阅读] AI + 软件工程 | Python/Java/Go通用！依赖感知分层模型DHCS让代码注释更智能
源代码自动生成注释可减轻程序员负担，现有编码器-解码器模型常忽略目标函数与子函数的依赖关系，导致语义缺失。为此，提出DHCS（依赖感知分层代码注释模型）：设计分层编码器（子函数+目标函数）捕捉局部与上下文语义，引入掩码子函数预测（MSP）增强子函数表示，挖掘子函数主题分布并结合主题感知复制机制优化解码。在Python（43484样本）、Java（34670样本）、Go（52922样本）数据集上实验，DHCS在BLEU-4、METEOR、ROUGE-L及人工评估中均优于CodeT5、StarCoder等9种基
2025-11-29 16:15:00
1042
原创 [论文阅读] AI + 编码 | Agint：让LLM编码代理告别“混乱”，用图编译打通自然语言到可执行代码的任督二脉
LLM编码代理日益普及，但面临上下文管理、延迟、可靠性、可复现性及扩展性挑战。本文提出Agint——一款agentic图编译器、解释器与运行时，可将自然语言指令增量转换为类型化、效果感知的代码DAG。Agint引入TEXT→TYPED→SPEC→CODE的显式类型层，结合混合LLM/函数JIT运行时，支持动态图优化、可复现执行及与开发工具的互操作性。其DAG结构确保并发安全性与可组合性，支持小模型低延迟执行、大模型按需调用；还提供dagify、dagent等Unix风格工具链及GUI，赋能技术与非技术用户协
2025-11-29 09:30:00
815
原创 [论文阅读] AI + 软件测试 | AGONETEST：LLM生成Java单元测试的“裁判”！类级评估+14万测试数据集太香了
本文提出AGONETEST，一款针对Java中LLM生成单元测试的自动化评估框架，其核心并非设计新测试生成算法，而是通过标准化端到端流程（项目配置、测试生成、指标计算）支持对比不同LLM及提示策略。同时，本文构建CLASSES2TEST数据集（14.7万测试类、9410个GitHub仓库），实现类级测试评估（覆盖方法交互与共享状态）。实验表明：可编译的LLM测试在覆盖率和缺陷检测（变异分数）上能匹配甚至超过人工测试（如Llama3.1:70b+少样本变异分数达89.2%）；“明确被测类路径”的增强提示可显著
2025-11-28 17:45:00
932
原创 [论文阅读] 软件工程 | 告别“代码行数论英雄”：用SPACE框架解锁开发者生产力的多维度真相
SPACEX研究旨在基于微软SPACE框架（满意度、性能、活动、沟通、效率）改进开发者生产力度量，解决传统指标（提交数、LOC）忽略定性维度的缺陷。研究通过PyDriller和GitHub API挖掘100个开源仓库数据（3-10活跃贡献者、6个月活动），用RoBERTa模型、GLMM、多元回归等方法量化各维度指标，发现“负面提交占比与总提交数显著正相关”“贡献分散度与协作频率负相关”等结论，并提出复合生产力评分（CPS）方案（z-score标准化+加权求和）。研究验证了SPACE框架的有效性，补充了传统指
2025-11-28 13:17:08
568
原创 [论文阅读] AI+ | 告别“单一评论”与“AI幻觉”！多模态虚假新闻检测模型准确率突破95%
随着互联网发展，虚假新闻传播迅速，现有检测方法存在“单一评论泛化弱”“LLM易幻觉”问题。本文提出基于多元评论和三重视角的多模态检测方法：通过动态评论交互融合模块减轻LLM生成评论幻觉、聚焦真实评论关键信息；以自我审查、同行评估、综合评测三重视角抗幻觉；结合CLIP与交叉注意力实现图文跨模态融合。在Weibo、Weibo21、GossipCop数据集上准确率分别达95.1%、93.1%、88.3%，较最新基线提升1.4%-5%，较大语言模型基线提升13.2%-16.6%，有效提升虚假新闻检测能力。
2025-11-27 09:30:00
969
原创 [论文阅读] AI + 软件测试 | 从文档测试到有效测试：OATest的优化感知图合成技术详解
深度学习（DL）编译器广泛用于优化DL模型以实现多硬件高效部署，其可靠性至关重要。现有DL编译器模糊测试技术无法针对各优化的匹配图结构生成测试。本文提出OATest，通过从文档测试提取模式并整合到多样化计算图上下文，合成优化感知测试。为解决有效图合成难题，OATest采用两种策略：复用现有节点兼容输入输出、创建新兼容节点。在TVM和ONNXRuntime上评估，OATest显著优于主流技术，检测更多bug且覆盖更多优化代码，发现56个未知bug（42个确认、24个修复）。
2025-11-26 15:15:00
566
原创 SpringBoot | 关系型数据库存储技术全解析：从JDBC到MyBatis-Plus
SpringBoot数据库存储技术对比 本文以宠物信息管理系统为例，全面解析SpringBoot中五种关系型数据库存储技术： JDBC：基础API，需手动编写SQL和处理连接，开发效率低但控制力强 Hibernate：全自动ORM框架，对象与表自动映射，简化CRUD但复杂SQL优化困难 JPA：ORM规范接口，Hibernate是其实现，支持方法名自动生成SQL MyBatis：半自动ORM，分离SQL与Java代码，保留SQL控制权同时简化结果处理 MyBatis-Plus：MyBatis增强工具，自动生
2025-11-26 08:30:00
2459
原创 [论文阅读] 软件工程 | 嵌入式软件开发的“万能积木”：徐雄团队提出“知识-规约-代码”三位一体IP模型，航天案例验证有效！
软件IP是具有知识产权的可复用软件知识实体，是软件智能合成的基石。针对嵌入式系统的关键特性，提出面向嵌入式系统的软件IP通用模型，包括知识模型、形式模型和实现，讨论三者间的一致性关系。与主流模型相比，该方法充分考虑嵌入式系统关键特性、系统对环境和平台的假设、软件中间知识的表示和使用、模型组装的正确性及模型与实现的关系，优势显著。该模型揭示软件本质是“知识-规约-代码”三位一体，还根据不同使用目的将软件IP表示为多视图，并提出从存量嵌入式软件资产提取IP的方法，通过实际案例验证了提取方法的有效性和可行性。关键
2025-11-25 18:39:40
829
原创 [论文阅读] AI + 软件工程 | LLM救场Serverless开发！SlsReuse框架让函数复用率飙升至91%，还快了44%
本文提出SlsReuse，首个基于大语言模型（LLM）的无服务器函数复用框架，以解决无服务器计算中函数复用的核心挑战：缺乏专用仓库、函数异质性、任务与函数的语义鸿沟。SlsReuse先从开源基准筛选500个函数构建高质量仓库；再通过LLM少样本提示提取函数的“意图+平台+云服务+语言”四元组语义表示；最后经多级剪枝与意图相似度匹配推荐函数。实验显示，基于ChatGPT-4o的SlsReuse在110个任务查询上Recall@10达91.20%，超最优基线24.53个百分点，推荐延迟47.47ms，较LLM变
2025-11-25 10:44:32
1036
原创 Springboot | Spring Boot 3 纯 JDBC 实现宠物管理系统增删改查（无 ORM 框架）
本文介绍了基于Spring Boot 3和纯JDBC实现的宠物管理系统CRUD操作。通过原生JDBC方式，不使用任何ORM框架，帮助开发者深入理解底层数据库操作原理。文章详细说明了环境准备（JDK17+、Spring Boot 3.2.x、MySQL 8.0）、项目依赖配置、数据库连接设置以及表结构创建。核心实现包括：Pet实体类定义（包含id、name、breed和age字段）以及PetService服务层，利用JdbcTemplate封装增删改查操作，重点演示了如何通过PreparedStatement
2025-11-24 16:00:00
2001
3
原创 [论文阅读] AI | 当大语言模型遇上运行时验证，自主系统终于有了“安全+智能”双保险
保障含学习组件与开放环境的自主系统安全可信极具挑战。形式化方法提供强保障但依赖完整模型与静态假设，运行时验证（RV）通过实时监控及预测性变体补其不足；大语言模型（LLMs）擅长转译自然语言为形式化制品、识别数据模式，却易出错且无形式化保障。本文提出RV与LLMs共生整合：RV为LLM驱动的自主性提供安全护栏，LLMs助RV捕获规格、支持预见性推理及处理不确定性。文章对比现有综述与路线图，讨论信任、效率等挑战及认证影响，指出混合预测RV、领域适配LLM等面向可信自主的未来研究方向。
2025-11-24 09:15:00
1544
原创 数据库 | MySQL表管理与增删改查：从入门到实践
本文介绍了MySQL表的基本管理与增删改查操作。首先讲解了如何创建表并定义字段规则，包括数据类型和约束条件。接着说明如何修改表结构，如添加、修改或删除字段。然后详细介绍了数据操作的核心方法：插入数据（INSERT）、查询数据（SELECT）、更新数据（UPDATE）和删除数据（DELETE），强调WHERE条件的重要性以避免误操作。全文将数据库表比作收纳盒，通过生活化的类比帮助读者理解MySQL的基本操作流程和注意事项，适合MySQL初学者快速掌握基础操作。
2025-11-23 23:00:57
576
1
原创 [论文阅读] AI | AI关键应用怕“踩坑”？这份AI供应链分类法帮你系统性揪出风险
AI领域对算法偏见、模型幻觉等风险已有广泛研究，但现代AI系统依赖的数据、预训练模型、服务等构成的复杂供应链，其风险的系统性评估仍存在缺口，该缺口在医疗、食品供应等关键应用中尤为突出。本文调研AI风险管理现状，重点关注AI供应链及系统输出相关风险，提出AI供应链实体分类法，涵盖数据、模型、程序、基础设施四大组件及核心角色。该分类法帮助非AI专业人员识别组织AI系统的依赖关系，衔接现有AI治理框架与关键应用的可操作风险评估，填补了当前AI治理与风险管控的关键缺口，为AI在关键领域的负责任部署提供支撑。
2025-11-23 22:18:07
492
原创 [论文阅读] AI + 软件工程 | 从ML文档到结构化需求：ModelCards如何成为SE与ML团队的“沟通桥梁”？
在机器学习（ML）系统软件工程中，整合ML组件的核心前提是明确模型/数据需求，但传统需求工程（RE）面临信息源不足的挑战。ModelCards和DataSheets是ML社区常用的文档，但尚未被系统分析RE价值。本研究首先分析20个公开文档（10个ModelCards、10个DataSheets），发现其平均含83%（ModelCards）和88%（DataSheets）的RE相关信息，但存在冗余和粒度不一致问题；接着评估EARS、Rupp’s模板、Volere三种RE语言的捕获效果，结果显示Volere能
2025-11-22 15:30:00
600
原创 Node.js | 入门：从“能跑”到“懂它”的核心知识梳理
Node.js是一个基于Chrome V8引擎的JavaScript运行环境，让JS可以脱离浏览器在服务端运行。其核心特性包括：1）异步非阻塞I/O，通过回调机制实现高效并发处理；2）事件驱动架构，通过事件循环机制响应各类事件；3）单线程模型，主线程负责调度，I/O操作交给系统线程池处理。Node.js特别适合开发API服务器、实时应用和CLI工具等I/O密集型场景。理解Node.js的关键在于掌握其异步思维模式，摆脱同步等待的惯性，学会用事件和回调的方式处理问题。
2025-11-22 09:30:00
932
原创 [论文阅读] AI +量子力学 | 量子+LLM代码生成：16倍加速测试优化，令牌消耗直降36.5%！
本文针对LLM代码生成中“输出冗余难控”与TDD应用中“测试套件成本高”的核心问题，提出量子引导的测试用例最小化框架。框架分三阶段：先用LLM生成带功能标签的全面测试套件，再将TCM问题转化为QUBO模型求解（兼容经典/量子求解器），最后用最小测试套件引导LLM优化代码。实验表明，量子退火求解TCM比经典模拟退火快16倍；与基线模式相比，框架使LLM生成代码的令牌消耗降36.5%、循环复杂度降26.1%、生成时间缩54.3%。
2025-11-21 09:15:00
642
豆包翻译 LLM-Performance-for-Code-Generation-on-Noisy-Tasks
2025-06-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人