2403_86977424的博客

原创 《Planning for AGI and beyond》完整回顾

AGI = 通用人工智能，指在各方面都比人类聪明的AI系统。类型英文特点例子Narrow AI窄AI/专用AI只擅长特定任务下棋AI、图像识别、语音助手AGI通用AI各方面都达到或超过人类水平目前不存在超级智能远超人类智能理论概念。

原创 Claude 用户使用指南（含 policy + 省预算技巧 + 依据来源）

下面给你一份「Claude 用户使用指南（含 policy + 省预算技巧 + 依据来源）」。我会把和分开讲，因为它们的“预算/限额”机制相似，但你能控制的旋钮不一样。

原创 claude无法上传csv文件

原创 chatgpt崩溃报错

原创 常见LLM工具的比对

下面把目前学界/业界比较接近“共识”的点。Stanford 的 HELM 明确提出：要用一个 taxonomy 覆盖不同使用场景（scenarios）和不同指标（desiderata），并把评估做成“透明、可复现”的系统，而不是只看某个榜单分数。Chatbot Arena 这种平台用+ 统计方法来近似“人更喜欢哪个回答”，在开放式聊天评估里被广泛使用。

原创 Prompt Design（提示词工程）入门级了解

你要它干嘛？(动词开头)为什么要做？(给足信息)边界在哪里？(格式、语气、禁忌)

原创 毕业设计 项目 and 教导学习 中间步

我为你设计了一套**“以项目驱动的 CS 基础补全计划”映射**到你开发 Agent 的具体步骤中。

原创 毕业设计ai side choice

为了兼顾“学习全流程”、“开发高质量Agent”和“发表论文”这三个目标，单一的AI工具是不够的。你需要构建一个**“AI工具链（AI Toolkit）”**。以下我为你定制的。

原创 个人使用ai学习的学习框架搭建prompt版本

请先用「贴近我生活和经验」的方式解释：我在美国读书、做项目、做 LLM 隐私数据集、出行规划、银行办卡、课程作业等你的任务是：先给我一个「我能感受到的直觉版本（intuition）」用类比、故事、生活例子，把概念钉在现实场景上同时：列出 3～5 个相关的英文关键词（带中文释义 + 简短例句）例句尽量用。

原创 chatGPT的conversation management模块的加强

虽然我的第一感受是利好的一个改变，但同时我在使用中也发现了一些问题。这是所有固定化或者是走向固定化schema的一个通病，我觉得我们作为使用者，需要学习利用这个模式，让我们的使用更加高效。这看起来就像是一种“自我迭代”，用起来在解决大型问题的时候如果方向正确，会有一种完全自动化的感觉（虽然现在已经有很多的agent体系在慢慢涌入市场，但是终归还不是很完善，所以看到chatGPT的这种优化还是很让人欣喜的）但是，虽然看起来是“自我迭代的模式”，但是我们都清晰的指导这是不可能的，至少在现在还没有实现的苗头。

原创 导数和微分的关系（初级版）

导数与微分的关系，就像光具有波粒二象性：导数是。

原创 计算机是如何看待数据的？

print(bytes([hex_val])) # 输出 b'\xa1'（字节形式）：通过编程和抓包工具（如Wireshark）直接操作二进制/十六进制数据，能快速跨越抽象理论与实际应用的鸿沟。print(hex_val == bin_val == dec_val) # 输出 True（值相同）print(bin(0x12)) # 输出 "0b10010"（二进制）print(bin(value)) # 输出二进制 0b10100001。表示二进制）来解析数据。

原创 深入浅出讲解UDP检验中如何计算检验和

记住权值 20=1,21=2,22=4,23=820=1,21=2,22=4,23=8，逐位相加。分片：0x1122, 0x3344, 0x0008, 0x0000, 0xAABB, 0xCCDD。：用0-9和A-F（A=10, B=11, ..., F=15）表示，逢16进1。→ 分片为：1122, 3344, 0008, 0000, AABB, CCDD。加溢出位：47,622 + 1 = 47,623 → 0xB9E7（十六进制）若结果超过16位（溢出），将溢出部分加到低位（循环进位）。

原创 对于校园网如何进行用户识别——captive portal的原理学习总结

这一技术的核心称为。

原创 TCP报文段解析：从抽象到具象的趣味学习框架

确保所有包裹（数据包）按顺序送达，处理丢件（重传）、仓库爆仓（窗口调整）、客户投诉（超时）。|---------------序列号（32位）----------------||------------确认号（32位）-------------------|| 数据偏移（4位）| 保留（6位）| 标志位（6位） | 窗口大小（16位）|→ 包裹标签（SYN=新包裹，ACK=签收回执，FIN=结束发货）。| 校验和（16位） | 紧急指针（16位） |” → 丢弃数据包，触发重传。

原创 计算机网络综合实验指南

本实验将结合《计算机网络自顶向下》前三章的核心概念，通过实际操作加深对应用层、运输层和网络层的理解。实验涵盖及，帮助你将理论转化为实践。Wireshark（Chrome 浏览器Python 环境（推荐安装：确保能访问互联网（如访问。

原创 基于CNN与VGG16的图像识别快速实现指南

通过上述代码与原理结合，可在1小时内完成基础图像识别实验，同时深入理解CNN与VGG16的核心差异。的完整流程，包含TensorFlow/Keras框架的代码示例与关键优化技巧，满足快速实验需求。

原创 卷积神经网络（CNN）与VGG16在图像识别中的实验设计与思路

三个层面展开说明，结合代码示例与关键参数设置，帮助理解其应用逻辑。

原创 CNN与VGG16的关系：从基础到经典模型的通俗解析

CNN（卷积神经网络，Convolutional Neural Network）是专门为处理图像数据设计的一种神经网络。局部感知：先看局部细节（比如眼睛、耳朵），再组合成整体（比如一张脸）。参数共享：用同一组“规则”扫描整张图（比如无论猫在图片的哪个位置，都能识别出耳朵形状）。VGG16是牛津大学研究团队于2014年提出的一个经典CNN模型，它在ImageNet图像识别竞赛中表现优异，至今仍被广泛使用。名字含义“VGG”是团队名称的缩写。“16”表示网络有16层（13个卷积层 + 3个全连接层）。

原创 深度学习入门：训练与测试的通俗指南

深度学习是一个通过多层网络自动学习数据规律的“虚拟大脑”。训练是模型在试错中学习的过程，测试是验证它是否真正学懂的关键。从数据中总结规律，而非死记硬背。

原创 为什么 Telegram 不占存储，而微信却越用越“膨胀”

所有文件（视频、图片、文档）默认上传至服务器，本地仅保留。：即使文件已上传服务器，仍保留本地备份，导致存储重复占用。：跨设备频繁切换、注重隐私、需要长期存储海量文件的人群。：需定期进入“存储管理”手动删除，否则缓存长期堆积。：已观看的预览文件会被定期删除，严格限制本地占用。：你的手机只是一个“浏览器”，数据存储在云端。：你的手机是“存储仓库”，优先保障离线可用性。：随手刷了几个群聊视频，存储空间却瞬间告急。：牺牲存储空间，换取本地响应速度。：高度依赖网络，离线体验受限。：点击文件时，通过流媒体技术。

原创 youtube视频和telegram视频加载原理差异分析

流式视频应用（如 Netflix、YouTube）通过​。“预览不下载”依赖​。

原创 视频压缩技术学习（不高明版本）

​，包括空间冗余（相邻像素相关性）、时间冗余（连续帧相似性）以及视觉冗余（人眼感知特性）。通过算法优化，在保持可接受画质的前提下，显著减少文件体积和传输带宽需求。A：比特率是内容编码后的数据量（如 500kbps），决定文件大小和画质；传输速率是网络带宽（如 100Mbps），影响播放流畅性。A：硬件解码器成本高，部分老旧设备不支持，需权衡兼容性与压缩效率。视频压缩的核心在于​。

原创 计算机网络中各种物理量的单位总结

单位全称换算关系典型应用场景bps基本单位低速率设备（如旧调制解调器）kbps音频流媒体、早期宽带Mbps家庭宽带、4G/5G 网络Gbps光纤网络、数据中心Tbps骨干网络、超算中心Bps| Bytes per second | 1 Bps = 8 bps | 文件传输速度显示 |MBps| Megabytes per second | 1 MBps = 1,000 KBps | 硬盘读写速度 |牢记公式避免混淆：检查单位大小写（b/B），确认前缀进制（k=1,000 或 Ki=1,024）

原创 有关压缩算法的学习

我在《硅谷》中看到的压缩算法情节十分有趣！我在看剧的时候就一直在好奇，到底压缩算法是通过什么实现的，为什么他一个人就可以那么厉害的创造出一种一个大公司都复现不了的算法呢。正好，我在学习计算机网络中，书中也有一部分提到了压缩算法，所以就借这个机会了解一下相关的知识。我了解到，现实中，压缩算法是计算机科学中的核心技术，直接影响着我们每天使用的流媒体、存储和传输效率。

原创 从“寻找替代域名”出发，轻松理解DNS的核心原理

DNS不仅是互联网的基石，更是一个充满“黑科技”的领域。通过一个“寻找替代域名”的例子，我们串联起了域名层级、记录类型、解析流程等核心概念。下次遇到网络封锁时，不妨用这些知识探索一番——当然，一切操作需合法合规！

原创 英文原版书籍阅读挑战与应对策略

英文原版书籍阅读挑战与应对策略，最近想要阅读一本《behave》的书，由于没有中文版，购买英文版进行阅读，遇到一些问题，进行初步的分析整理归纳总结，希望探讨可以解决英语阅读能力方向的问题和阅读脑科学专业书籍的方向的问题。对于现在我的问题进行描述和分析，准确描述问题和其阶段，再进行进一步的分析，得出一个具有实际意义的方法框架。

原创 数据流图（实例）

箭头从“内容处理模块”指向“数据库”，标注为“存储视频/图片”。箭头从“用户”指向“用户管理模块”，标注为“注册/登录数据”。箭头从“用户管理模块”指向“数据库”，标注为“存储用户信息”。箭头从“用户”指向“内容处理模块”，标注为“上传视频/图片”。箭头从“社交互动模块”指向“数据库”，标注为“更新互动数据”。箭头从“数据库”指向“推荐引擎”，标注为“查询用户行为数据”。箭头从“后台管理模块”指向“数据库”，标注为“标记违规数据”。

原创 《桦泽紫苑学习法》读书摘要：高效学习的三把脑科学钥匙

在信息过载的时代，如何让学习真正转化为生产力？日本精神科医生桦泽紫苑的《桦泽紫苑学习法》以脑科学为基础，提出了颠覆传统学习认知的实践策略。本文聚焦时间管理、记忆强化与输入法则三大核心主题，提炼书中可落地的科学方法。一、时间管理与碎片化学习：把零碎时间变成知识复利1. 15分钟单元工作法大脑的专注力周期为15分钟，超出后效率断崖式下降。写作：用15分钟完成初稿框架，休息5分钟再填充细节；阅读：通勤时读15分钟电子书，到办公室后立即记录3个关键点。2. 睡前黄金记忆窗口。

原创 “她们几乎以同样方式，英语达到近母语水平！“youtube视频记录

这个youtube视频来自upKevinFeng，他发现了一些很厉害的youtube非英语母语者，他想到了寻找这些youtuber就行共同点的。Authentic。

原创 从中医的成长之道，看人工智能的训练演进

回顾历史，我们发现中医在没有先进仪器的情况下，也发展出了一套完整的诊疗体系，依靠“望闻问切”来快速判断病情。这种基于经验和模式识别的诊疗方式，与人工智能（AI）从数据训练中学习的方式有着惊人的相似之处。

转载 在CSDN中如何快速转载文章

3.选中div id="article_content"那一行，如下图所示。1.在CSDN中找到想要转载的文章，出现以下界面（图下图右侧所示）在编辑界面直接粘贴。在CSDN中如何快速转载文章。4.打开创作中心–写博客。

原创 什么是提示词工程（Prompt Engineering）？

提示词工程（Prompt Engineering）

原创 C++ 数组练习题

数组是编程中最基础且常用的数据结构之一。掌握数组的定义、访问和基本操作，不仅能帮助我们更好地理解数据结构与算法，也能为后续学习打下坚实的基础。本文将简要介绍 C++ 中数组的用法，并提供一些实战练习题目。你可以在阅读完基础知识后，填写文中的代码部分，完成对应示例。在 C++ 中，数组需要声明时指定类型与长度。// 示例代码位置：数组的定义与初始化提示通过这些练习，你会对 C++ 数组的基础语法和常见操作有更深入的理解。数组声明问题：（重要）使用未初始化的变量N来声明数组，导致未定义行为。使用。

原创 从「Pied Piper」到「DeepSeek」：专精AI如何在巨头环伺中找到突破口

从「Pied Piper」到「DeepSeek」：专精AI如何在巨头环伺中找到突破口

原创 技术突破：计算机科学的魅力与未来机遇

在计算机科学的浩瀚海洋中，每一次技术突破都如同璀璨的星辰，照亮前行的道路。近期，DeepSeek的崛起再次证明了一个小小的技术创新，能够在合适的时机引发全球范围的深刻变革。

原创 C++ 基础知识练习：从基础语法到循环与条件判断

完成这些练习，就可以基本掌握常见的语法的用法了（这里我们不求在初学的时候面面俱到，只学习使用频率高复用率高的，有特点的，至于一些特定的用法我们可以在遇到问题的时候去查找资料补充知识库或者通过类比解决问题）。后面是我的练习的代码可以参考。如果你有C语言基础，可以通过练习来快速巩固C++的基础语法、选择结构和循环结构，了解一些c++语言特性。这里是一套练习题，难度逐步递增，涵盖变量、运算符、分支控制（

原创 编译器报错解读与排查：新手必备指南

作为一名计算机专业的学生，我在学习编程时经常遇到编译器的报错信息。有时，我会发现编译器报错的位置并不准确，错误的根源可能在前面几行代码。让我产生了一个疑问：编译器是如何生成这些报错信息的？ 为什么它有时无法准确定位问题的所在？

原创 深入理解C++编译器行为：一个有趣的错误掩盖现象

  我今天在编码的时候发现了一个有趣的现象，在注释掉代码之后反而“出现了”错误，反复尝试几次之后，我终于弄懂了原因，在这里记录一下这个有趣的现象。 本文将通过一个具体的例子，深入探讨这种现象，并解释其背后的机理。

原创 《最小阻力之路》关于愿景的理解和思考

"做志愿者时很开心" → 深层需求可能是"帮助他人获得成长"允许用10%精力探索"可能错误"的愿景，这是找到真理的必经之路。：初始愿景可以是"我想接触更多创造性工作"，无需精确到具体职业。组合关键词形成初级愿景（如："通过知识传播赋能个体觉醒"）✅ "我想建立助人成长的事业" → 时间越长价值越凸显。：用"三个月实验法"测试愿景可行性（如兼职参与文创项目）选一个愿景进行"三个月实验"（如每天记录理财学习心得）："我要成为年薪百万的投行精英"（受社会镜像层驱动）