- 博客(707)
- 资源 (69)
- 收藏
- 关注
RSS订阅
原创 通俗易懂的Latex教程文档
本篇文档可以搭配视频讲解使用。讲解视频： 通俗易懂的Latex教程（附数学建模国赛美赛模板） 这是一份面向刚入门数模，想要快速上手Latex排版的同学的Latex教学文档。在线编辑网站overleaf：https://www.overleaf.com/我所使用的环境：TeX Live （自带编辑器TeXworks） 编辑器：TeXstudioTeX Live和TeXstud
2021-10-05 17:02:15
35195
16
原创 西电Latex论文模板使用经验总结
西安电子科技大学的论文Latex模板，教务处所公布的版本稍显落后。当前，仍在维护更新的是 xduts[1] 这个公益开源版本。维护者为其编写了详尽的接口说明[2]，然而，没有提供一个初学者友好的项目模板和配置教程，导致上手存在一定门槛。本文就来记录一下从空环境到完成部署编译的捣鼓历程。
2026-01-20 12:47:42
590
原创 极速分镜：一款AIGC分镜脚本工具
进入首页，无需登录，可以创建新项目，或导入已有的项目。在项目页中，可以单独把场景参考图/人物参考的三视图上传到项目设定中，以方便在后续生图中，有一致性元素参考。点开右侧的折叠按钮，可以打开素材箱侧边栏，支持批量上传图片/视频。素材箱里的内容，可以随时用拖拽的方式，添加到分镜栏中。在完成所有分镜制作后，可以点击批量下载视频按钮，系统将按照分镜顺序，一次性把所有视频打包之后下载下来，以便在剪辑软件中再进行剪辑。下面是完整流程的演示视频：极速分镜：一款AIGC分镜脚本工具。
2026-01-19 15:37:38
407
原创 YOLO26上手指南
YOLO26当前支持目标检测、实例分割、图像分类、姿态识别、旋转框检测、目标跟踪六大计算机视觉任务，是当前最好用的框架之一。本文为YOLO26标准仓库ultralytics[1]的使用教程。
2026-01-19 14:37:05
814
原创 YOLO26已正式发布
根据其博客[1]描述，YOLO26主要有以下内容更新：DFL 移除分布焦损 (DFL) 模块虽然有效，但导出过程通常较为复杂，且硬件兼容性有限。YOLO26 完全移除了 DFL，简化了推理过程，并扩展了对边缘计算和低功耗设备的支持。端到端无 NMS 推理与依赖非极大值抑制（NMS）作为独立后处理步骤的传统检测器不同，YOLO26 本身就是端到端的。它直接生成预测结果，从而降低延迟，使集成到生产系统中更快、更轻量、更可靠。
2026-01-16 16:59:45
741
原创 解读DeepSeek的新工作Engram
看完文章，其实会发现DeepSeek做的很“克制”，它不像OpenAI那样，直接扩个十倍(GPT-2->GPT-3)看看再说，而是先考虑参数不变，看看方法的有效性。总之，Engram 会比 mHC 更有普适性，作为即插即用的模块，估计又可以催生出一些科研成果了。作为MoE架构的改进，如果它成为一种新的范式，那么，内存又该涨价了。
2026-01-14 13:28:03
794
原创 有关大模型的本质思考
搞清楚大模型输出的原理后，会发现一件很“滑稽”的事：不管输入的是长是短，每个token在向量空间中的维度是固定的，长短只是影响并行计算之间Attention计算的效率。换言之，对于一段相同长度的问题来说，困难问题和简单问题所带来的计算量是一样的。这合理吗？显然不合理。之前看到智谱清言CEO张鹏的一期访谈，其中就谈到，对于GPT的架构来说，它没法实现AGI，因为从根上来说，“它不知道自己不知道”，以至于经常“一本正经的胡说八道”。另外，分词器并不是一个语言公平的工具，它和大模型之间是完全割裂的。
2026-01-13 13:27:41
420
原创 3DTiles的构建和加载方案
3D Tiles 是一种面向大规模三维地理空间数据的开放数据标准，最早由 Cesium 提出，现已成为 OGC（开放地理空间联盟）标准。远处：加载低精度模型近处：逐步加载高精度模型看不见的区域：完全不加载Tileset（瓦片集）：整个 3D Tiles 数据的入口文件，通常是一个，用于描述：空间范围（Bounding Volume），常见有三种格式Box（包围盒）、Region（经纬度 + 高程）、Sphere（球体）层级结构（树结构）每个 Tile 对应的数据文件。
2026-01-13 13:26:55
355
原创 UAVDT数据集疑似用AI进行标注
回头再看这个数据集相关论文的表述，他们说这是请了10名领域专家花了两个月时间手工标注。显然，这是说法缺乏可信度。这篇论文目前已获得1k余次引用，这些研究同行们，是怎么用这般劣质数据集做出科研成果的呢？
2026-01-11 15:33:48
1306
2
原创 大模型微调发展现状
看下来，大模型微调领域范式创立时期是 2021-2023 年：LoRA (2021)、P-Tuning v2 (2021)、QLoRA (2023) 解决了大模型微调的根本问题：如何在有限硬件上高效且不牺牲太多性能地微调模型。是到23年之后，就没有大的变化，基本上都是在基石基础上缝缝补补的小改进。在工程领域，研究的更多的是把 QLoRA/LoRA 运行得更快、更稳定的问题。比如，FlashAttention 等技术实现了训练效率的提升，以及内存管理策略的优化。
2026-01-11 15:32:39
976
原创 DistilQwen2.5的原理与代码实践
前文提到，在模型蒸馏领域，存在黑盒蒸馏和白盒蒸馏两种范式。DistilQwen2.5[1]这篇工作结合了这两种范式，并开源了代码[2]。本文将参照其代码，从实践的角度，进一步理解这两种蒸馏方式是怎么做的。
2026-01-07 18:45:52
642
原创 关于大模型知识蒸馏方向的调研
知识蒸馏的目的是将知识从大型复杂模型转移到更小更高效的模型中。黑盒蒸馏（Black-box）：学生模型仅可访问教师模型的输入和输出白盒蒸馏（White-box）：除了教师模型输入输出外，教师模型的输出分布或中间隐藏状态也可访问当前的主要趋势是：黑盒蒸馏在工业界使用更广泛，因为黑盒蒸馏能利用闭源模型的能力。学术界用白盒蒸馏的研究也比较多，容易挖掘创新点。此外，也有一些工作开始采用白盒蒸馏与黑盒蒸馏相结合，逐渐成为新的发展方向。
2026-01-07 18:44:57
809
原创 递归语言模型：打模型旗号，行Agent之事
今天刚好看了张小珺商业访谈录中，对Manus联合创始人季逸超的访谈[4]。他是工程师出身，在里面谈了很多技术性问题。其中有一点就是上下文腐烂这个现象：当模型上下文快到极限时，语言模型会收到上下文的压力，倾向于输出EOS（结束标记）。从表现上看，就是越到后面，模型越倾向于输出关键点(bullet point)试图简化描述。manus的解法是创建很多个子agent(sub-agent)，分别做一个沙盒去并行执行。在claude code里面，也有用子agent去执行任务的思路。
2026-01-05 10:52:51
873
原创 尝试用gsplat对自己的数据进行3D高斯泼溅训练
提到，在Windows系统上，可以用gsplat进行3D高斯泼溅的训练，并训练公开的数据集，能够取得不错的效果。本篇文章将尝试将自己拍摄的数据，转换成gsplat所支持的格式，以支持训练。
2026-01-05 10:52:16
879
原创 IQuest-Coder-V1：国产大模型出现了新玩家
这个模型在架构上的创新还是有点新意的，国产开源大模型赛道又增加了一个玩家。他们的起步策略还是挺聪明的，不直接上来就搞通用大模型，而是在已经充分被市场验证价值的编程领域开始切入。模型更小，领域更垂直，有可能成为今年的新趋势。
2026-01-03 20:56:10
838
原创 DeepSeek新工作mHC：一个优化版的残差连接结构
前天，DeepSeek发布了一篇新的工作[1]。标题是：mHC: Manifold-Constrained Hyper-Connections翻译一下：mHC：流形约束的超连接这篇工作是一个阶段性的研究成果，而不是模型更迭。原文的数学性很强，本文主要从更容易理解的宏观层面，看看它在做什么。
2026-01-03 20:55:34
335
原创 FreeTool增加了四个新工具，并新增国内镜像站点
FreeTool是一个集各项实用功能于一体的工具站，近期更新中，增加了四个实用工具，并优化了侧边栏的交互体验。FreeTool访问地址：https://xdxsb.top/FreeTool与此同时，在国内服务器上部署了镜像站点，国内用户可访问以下网址，彻底解决上不去、加载慢的问题。国内镜像站网址：https://tool.zstar.website。
2025-12-31 22:38:47
244
原创 2025年终总结：和AI一起进化的一年
又到了一年年末，按照惯例对2025这一年进行总结。在写这篇文章前，看了一眼去年在此时写的。。。心态上的转变，很大程度上是得益于AI工具的进化。回看去年年末，DeepSeek尚未出圈，Cursor正在积累原始用户，豆包还在牙牙学语，国内还在讨论文心一言和通义千问谁才是更好的ChatGPT平替。而在今年年末，AI已然发生了天翻地覆的变化，我的日常AI工具，也换了好几番。。Github上的活跃图很好地浓缩了我这一年的发展，下面我将结合这一年做的各种项目，来回顾一下具体是如何和AI一同进化的。
2025-12-31 20:46:16
1503
原创 Claude Code + MiMo-V2-Flash，实际体验如何
从实际体验来看，让 MiMo-V2-Flash 去做偏复杂的代码编写任务，还有挑战。并且，感觉它的训练数据很不平衡，在没有语言限定的情况下，基本都会采用Python。鉴于 MiMo-V2-Flash 限时免费和速度快的特性，在简单编码任务和实时文本翻译等领域，目测存在用武之地。
2025-12-25 11:07:14
1032
原创 小米的MiMo-V2-Flash，谷歌味挺浓
小米的风格是这样：当别人做得火热时，它先开始观望，等大家把路线探得差不多之后，它开始下场超车了。手机是如此，汽车是如此，MiMo亦是如此。总体来看，它不像是DeepSeek，能整新鲜的想法，它更多是把人家已经比较成熟的想法拼装起来。拼装的技术也是技术，就像是开源方案那么多，能整合用好，解决问题的仍然不多。MiMo-V2-Flash 一下子成绩追上来，速度还极快，确实有点超乎预期。这个模型当前仅支持文本输入，按照它的风格，下一步估计是扩展规模或者加入多模态，可以起名为 MiMo-V2-Pro了。
2025-12-22 23:30:43
1176
1
原创 FreeTool新功能汇总和访问速度优化
FreeTool 网站自上线以来，总用户数已突破4k，平均每日有超过200人访问。FreeTool是一个集各项实用功能于一体的工具站，除前文提到的一些功能外，目前增加了一系列新功能，并对网站的访问速度进行了一系列优化。FreeTool访问地址：https://xdxsb.top/FreeTool。
2025-12-17 01:25:08
804
原创 Open-AutoGLM：让普通手机秒变豆包手机
体验下来，这种Agent手机能够免除很多重复性的步骤，但有一点是很难达到的，那就是人的感受。以点外卖这个场景为例，我告诉他：“我想点一个猪肝炒饭”，它会智能打开外卖平台，搜索类目，选择距离近且评分高的店铺，点击品类，最终让人来确认支付。但是，如果我自己点外卖，我可能会在打开外卖平台的时候，看到新开的推荐店铺，亦或者在打开店铺的时候，看到了新品，然后就改变想法，想试试新品。这一点，AI很难做到，AI只是严格遵循用户的命令，不达目的不罢休。达到终点固然很好，但丧失了沿途的风景，这是否值得呢？
2025-12-14 13:33:15
1890
4
原创 使用gsplat进行3D高斯泼溅的方案
gsplat 不是一个软件，而是一个深度优化CUDA的开源Python库。它的作者是 Nerfstudio 团队，这个团队最出名的项目是 Nerfstudio，是对 NeRFs 方法支持最好的一套框架。据其所述，出于对新一代技术的好奇，他们构建了 gsplat 这个库。它支持 Windows/Linux 两个系统，使用前必须准备好 Nvidia 显卡。跑这个项目真是特别费劲，官方的文档支持不够完善，以至于遇到问题，开发者们都只能在issue区里抱团取暖。
2025-12-10 20:11:37
1343
原创 ntfy：一个向手机推送信息的开源方案
昨天在Github热门榜上看到一个挺有趣的项目ntfy[1]。这个项目采用Go语言构建了一套基于HTTP的信息推送系统，设计得非常简洁且易于拓展。
2025-12-09 10:47:56
656
原创 CUDA简介与13.1版本更新内容总结
CUDA是 Nvidia 开发的一套并行计算平台，它允许开发者利用 Nvidia 的 GPU 来执行通用计算任务，而不仅仅是图形渲染。工具链：包括 NVCC 编译器、Nsight 调试器和性能分析工具等优化库：提供高性能的线性代数库（cuBLAS）、深度学习库（cuDNN）、稀疏矩阵库（cuSPARSE）等运行时环境：负责管理 GPU 资源、内存分配和任务调度要理解 CUDA 的工作原理，需要先了解 GPU 的硬件架构基础。GPU 和 CPU 的设计目标不同。
2025-12-07 22:59:21
1396
原创 next-ai-draw-io：一个用AI绘制流程架构图的方案
这个项目整体做得挺不错的，具有一定实用性。并且，通过分析它的代码，能够学习到一些提示词技巧和搭建策略。
2025-12-07 13:25:37
2380
1
原创 MinIO 和开源社区决裂，替代品有哪些？
中大型企业：考虑Ceph、SeaweedFS、CubeFS，三者有各自特点，可按照业务场景灵活使用个人级/小型团队：可尝试 Garage 和 RustFS，前者趋于稳定，后者仍在高频迭代。
2025-12-06 00:04:41
1617
原创 Nano Bonana Pro的新玩法：微缩模型
在社交平台上，看到了宝玉[1] 分享的一段Nano Bonana Pro提示词，能够生成如下图所示的效果。下面我试着用更为通用的提示词，来尝试复刻这种效果。Nano Bonana Pro 通过[2] 这个平台进行调用，该平台每日有免费的20个积分，差不多可以生成 7-8 张图片。上传图片，输入提示词：根据这张图片，生成一张Q版的微缩模型，画面比例1：1生成结果挺Q弹的，就是细节还不太丰富。下面参考歸藏[3]给的示例，增加了一些提示：任务：海报设计。
2025-12-06 00:04:02
393
原创 使用postshot实现了更好的3D高斯泼溅效果
前文已经跑通了使用全景相机进行3D高斯泼溅的流程。因此，本文尝试采用 RealityScan 和 postshot 两款软件，来进行新的尝试。整体效果有了明显的提升，效果见以下视频：3DGS演示。
2025-12-04 15:45:20
1872
原创 DeepSeekV3.2正式版：追寻极致的推理能力
之前看 llya 的访谈，他提出了一个观点：2020-2025年是Scaling时代，但现在边际效应已然递减，2025年后又将回到研究时代。所谓 Scaling 就是无限制的去扩充模型参数量以及数据训练量。DeepSeekV3.2 模型的参数量是685B，再往上就没再 Scaling 了。DeepSeekV3.2 特别是 Speciale，让人看到了一个新的研究方向，扩充模型输出长度，鼓励让模型进行更深入更持久的思考，似乎还存在性能提升的空间。这部分空间究竟有多大，有待研究者们来深入探索。
2025-12-02 00:46:08
1411
原创 阿里的Z-Image也许是当下效果最好的开源生图模型
通过真实人类打分的竞技场排名来证明模型性能，而不是只刷数据集放了多个场景的生成对比，表现其有足够的泛化性实测效果挺不错，特别是人像生成总结一下，该模型和当前最强的 Nano Bonana Pro 还有距离，但胜在开源+轻量化，一张24GB的消费级显卡就能在5秒左右生图，效率很高。
2025-12-01 13:15:02
2621
原创 使用全景相机进行高斯泼溅的构建方案
选择在白天光线充足的时候进行拍摄，同时场景中避免水面/玻璃等反射物体干扰，理论效果会更好；在计算colmap时，可以采用的方案，理论效果会比当前计算的效果更好。后面抽时间再尝试一下新方案。
2025-11-29 23:10:40
1648
1
原创 混元3D Studio在试图颠覆游戏制作流程
混元3D Studio的这套工作流让人眼前一亮，以往需要美术团队做很长时间的人物/道具，现在AI很快就能跑出结果，让游戏研发的成本骤减。不过，从当前看，这个技术相对来说还尚未成熟，特别是低模拓扑和绑骨蒙皮这两步效果相对差一些。如果再给他们一点时间把这些功能打磨好，游戏从业人员可以开一波“下岗潮”了。
2025-11-29 18:16:43
858
原创 谁是ICLR最严格的审稿人？
这个数据泄露事件再一次揭露出学术界的“乱象”。双盲机制虽然保障了审稿人不会因“人情世故”去打好评，但没有制约审稿人去打差评。比如，有人披露 NIPS 上收到的审稿意见：审稿人由于不知道Adam，因此给作者提了偏颇的意见。还有不少审稿人用AI审稿，GPT的提示都没去除：一篇文章通常由编辑/会议主席邀请文章相关的同行来进行评审，但审稿人未必是小领域的同行，可能对这方面研究不深，导致结果并不客观。
2025-11-29 18:15:58
579
原创 DeepSeekMath-V2提出了一种自我验证的思路
昨天，DeepSeek发布了这款模型。DeepSeekMath 是 DeepSeek 专为数学领域打造的垂直领域模型。DeepSeekMath-V1 只是在该领域做了初步验证，模型参数量仅只有。而 DeepSeekMath-V2 直接在最新的 DeepSeek V3.2 Exp Base 上进行训练，模型参数参数量达到了。这样的“全力进攻”取得的成效很显著，在数学竞赛评估基准ProofBench上，该模型和 Gemini Deep Think 不相上下。
2025-11-28 23:43:51
568
原创 HunyuanOCR的表现不及预期
整体来看，该模型的创新点不多，基本上都是一些比较常见的方法思路。从实际表现看，该模型不及预期，属于是实验性质的刷榜工作。
2025-11-28 23:42:52
1509
1
原创 我的高德API秘钥被人盗刷了
在一个正式项目中，如果担心秘钥被误传，最佳方案就是用gitleaks去配置一个Actions，让它对每个commit都进行检测，及时发现告警。如果发现秘钥被误传，直接覆盖是commit记录是无济于事的，如果有人在覆盖之前已经clone过仓库，它仍然会被发现，唯一的解决方案就是处理秘钥的源头。总之，这世界上“坏人”是始终存在的，安全工作是每一个开发者都需要考虑的问题。
2025-11-25 00:16:00
88
原创 我用AI做了一个3D六子棋游戏
虽然我用AI帮我写了整个项目的全部代码，但是在实践过程中，还是有很多坑靠AI是无法一次性解决的。1.联机游戏Bug这个游戏刚做完联机功能时，和室友测试了一下，发现存在了一个游戏bug，玩家1在落完一颗子后，玩家2竟然能立即落子，吞掉玩家1另一个落子机会。这个bug让策略游戏一下子变成拼手速游戏。发现后，才让AI进行修复。2.不要用 Workers KV一开始AI建议我采用Cloudfare的Workers KV去存储实时房间数据，这样就无需额外再部署后端服务器。
2025-11-23 23:08:55
902
原创 2025年，哪一款AI最适合做PPT？
V2.0：NotebookLM：生成内容完全契合原始文件V1.5：kimi：原始文件部分编辑+套模板v1.0：其它产品，仅是提取文本+套模板目前看下来，除了NotebookLM能提供一定参考之外，所有AI做PPT都达不到实用的程度，这块领域还有空间可以挖掘提升。
2025-11-22 20:16:54
989
原创 Nano Banana Pro 发布，中文能力大幅提升
测试下来，Nano Banana Pro 绝对是当下最强的图片生成模型。虽然它在很多场景下，仍有小错误，不过已经比前代好了太多，特别是中文能力，有了质变。其它做模型生成的厂商，估计又要开始加班了。
2025-11-21 01:12:43
397
数据集spacenet/AICrowd/CHN6-CUG/deepglobe-road-dataset/Massachuset
2022-07-07
苹果科技官网前端界面(纯H5/CSS/Javascript)
2022-06-13
Android：简单登录注册Demo
2022-06-13
【Android】husbandry项目工程文件
2022-06-13
雾霾定位探测系统(App)
2022-05-11
MLP/LeNet/AlexNet/GoogLeNet/ResNet在三个不同数据集上的分类效果实践
2022-05-02
雪堆博弈-最小节点覆盖问题程序与文档
2022-05-02
医学数据库MIMIC-III v1.4
2022-05-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人