- 博客(306)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 港口建设模型技术方案分析
本文提出了一种混合网格系统与高度图相结合的港口建设方案，通过四层架构解决港口建设中的特殊挑战。系统包含高度图（水下地形）、地形类型网格、岸线检测层和建筑系统，有效处理了水陆边界、不规则岸线、水深变化等核心问题。关键技术实现包括：多层地形数据结构自动分类地形、岸线检测系统识别水陆交界、港口建筑类型分类及放置规则定义，以及智能吸附系统实现码头垂直于岸线等特殊放置逻辑。该方案在保持建筑对齐精度的同时，完美适应了港口建设的复杂地形需求。
2026-02-12 15:25:07
336
原创 Claude Code Skills 快速上手
Claude Code技能资源指南摘要：Anthropic官方提供16个预置技能包，包括PDF处理、PPT生成等文档技能和网页测试等开发辅助功能。可通过插件市场快速安装，支持技能自动匹配和组合使用。开发者可从官方GitHub仓库或社区获取资源，使用skill-creator工具创建自定义业务流。典型应用如3分钟完成30页PDF分析、自动生成品牌规范PPT等。提供调试命令和失效排查方法，所有官方技能均为免费开源。
2026-01-26 15:59:00
531
原创 Transformer 下的各类模型能力和 Benchmark 指标
2026年初Transformer大模型呈现"特长生"分化格局：Gemini 3 Pro在长文本和数学领先，Claude Opus 4.5擅长工程编码，GPT-5.2综合平衡，Grok 4.1幻觉控制优异，Qwen2.5-Max中文能力突出。关键评测指标转向真实工程能力(SWE-bench)、高阶数学(AIME)和深度科学推理(GPQA)。当前模型选择需根据核心需求场景匹配，如代码开发选Claude，数学竞赛用Gemini，中文处理优先Qwen等。市场已从参数竞赛转向垂直能力优化，形成&
2026-01-12 11:25:03
923
原创 企业舆情图片内容识别的开源模型选择
摘要：针对企业舆情图片风控需求，推荐采用Qwen2.5-VL-72B作为核心方案，其具备卓越的中文OCR识别（OCRBench v2领先）、多模态理解（MediaBench准确率96.1%）及中文优化能力，支持私有化部署。可搭配Aya Vision 8B实现分层处理，兼顾复杂图片深度分析与实时筛查（80ms响应）。该方案能精准识别新闻截图、社交媒体等多元内容，检测负面情绪与敏感信息，并支持与企业风控系统集成，满足数据安全与高效监测需求。
2025-12-08 14:38:30
316
原创 【方案调研】路径拼接技术的实现方法和策略
路径拼接技术是多式联运系统中的关键技术，主要包含层级、模式和时间三种拼接类型。算法实现方面，层次化路径拼接采用双向策略和分段优化技术，多式联运路径拼接则通过转换节点处理和成本计算实现模式切换。优化技术包括动态路径调整和平滑处理算法，后者使用移动平均和贝塞尔曲线进行二次平滑。这些方法共同解决了不同分辨率路网、运输方式和时段间的路径无缝连接问题，提高了路径规划的整体性和连续性。
2025-11-17 18:19:23
194
原创 【方案调研】地图服务秒级响应的核心技术架构
现代地图服务通过多级技术架构实现秒级路径推荐响应。核心方案包括：1）三级缓存体系（内存-分布式-本地），采用动态缓存策略；2）分层路网索引（从街道到城际四级网络），结合粗/精搜索；3）预计算热点路径与增量更新机制；4）分布式计算集群的地理分片和并行处理；5）优化A*算法与高效数据结构。实施建议分三阶段：优先优化缓存（1-2周），再构建分层索引（2-4周），最后扩展分布式架构（1-2月）。该技术组合可显著提升响应速度至秒级，同时保证路径准确性。
2025-11-17 18:11:56
1197
原创 MCP 三种传输机制
MCP协议提供三种传输机制：Stdio用于本地高效通信，SSE支持远程单向数据传输（即将废弃），Streamable HTTP则作为新一代远程双向通信标准。
2025-09-08 09:48:15
478
原创 langgraph / openmanus / suna 对比
对比LangGraph、OpenManus与Suna三款框架的安装难度、学习曲线及适用场景。
2025-09-01 20:59:47
719
原创 RSS 和 RSSHub
RSS是一种信息聚合格式，允许用户通过订阅统一获取多个网站更新。RSSHub则是一个开源工具，为不支持RSS的网站生成RSS订阅源。其工作原理是通过爬虫抓取目标网站内容，转换为标准RSS格式输出，解决了现代网站普遍取消原生RSS支持的问题。
2025-08-21 09:19:00
2576
原创 大公司比特币资产存储方式
大型公司持有巨额比特币资产时，采用多重安全策略确保资产安全。主流方式是委托专业托管机构（如CoinBase Custody、BitGo）管理，提供冷存储、多重签名、保险及合规审计服务。部分公司采用自托管方案，通过多重签名冷钱包、硬件安全模块及地理分散存储来分散风险。资产通常分散在数百个地址中，避免单一风险暴露。核心策略包括权限分散、物理隔离和专业托管，形成多层次防御体系。
2025-08-20 14:18:25
716
原创 TensorFlow 和 Transformer 的关系
PyTorch和TensorFlow是深度学习框架，提供张量计算、自动求导等基础工具，用于构建各种神经网络模型。而Transformer是一种特定的神经网络架构，基于自注意力机制设计。两者关系如同"工具箱"和"蓝图"：框架是通用工具，架构是具体设计方案。开发者使用框架来实现Transformer等模型架构，类似用乐高积木按图纸搭建特定结构。这体现了工具与产品设计的不同层次关系。
2025-08-14 11:56:34
681
原创 （二）LoRA微调BERT：为何在单分类任务中表现优异，而在多分类任务中效果不佳？
将BERT替换为Llama、Mistral等大语言模型（LLM）并采用LoRA微调，能显著提升多标签分类效果。
2025-08-01 14:41:22
1271
原创 （一）LoRA微调BERT：为何在单分类任务中表现优异，而在多分类任务中效果不佳？
LoRA微调BERT在单标签分类任务表现优异，但在多标签分类中效果不佳。主要原因在于多标签任务需要学习更复杂的特征表示和标签关联性，而LoRA的低秩近似限制了参数调整自由度，难以捕捉这些复杂信号。解决方案包括：增加LoRA秩数、调整超参数、优化数据平衡和训练策略，以及尝试AdaLoRA等变体方法。建议通过建立全量微调基线，系统调整参数来提升模型性能。
2025-08-01 14:37:43
854
Navicat Premium for mac 11 汉化包
2019-11-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人