tag Max

標籤
貢獻27
111
12:46 PM · Nov 08 ,2025
u_17398435 頭像 u_17457604 頭像 u_16291253 頭像 u_17113687 頭像 u_17220249 頭像 u_15675268 頭像 u_17167612 頭像 u_16213654 頭像 u_17608551 頭像 u_12187 頭像 u_17513518 頭像 u_9849794 頭像

@Max / 博客 RSS 訂閱

vcshcn 頭像

vcshcn - YUV視頻文件解析和顯示

實現了YUV文件的解析和現實，在VB6.0下開發和執行，新建窗體Form1，添加一個Pictrue控件並設置為控件數組。添加如下代碼 Option Explicit Private Function yuv2rgb(ByVal y As Long, ByVal u As Long, ByVal v As Long) As Long Dim r As Long,

控件 , 軟件研發 , Max , Image

收藏 評論

u_17398435 頭像

zhanghada - AI Ping 上新限免：GLM-4.7 與 MiniMax-M2.1 實測對比

引言：AI Ping上新雙旗艦，一站式免費解鎖國產大模型核心能力 在大語言模型（LLM）的落地應用中，“AI Ping”已成為衡量模型實用價值的核心指標——它並非傳統網絡的連通性檢測，而是針對LLM的響應效率、內容質量、資源消耗的綜合探測體系。當前，AI Ping平台重磅上新兩款國產旗艦模型並開放體驗：智譜AI GLM-4.7與MiniMax-M2

API , Max , 人工智能 , 深度學習 , 官網

收藏 評論

u_13137233 頭像

鯨魚編程pyhui - 20251107_220524 C++數組基本操作 定義 賦值 取值 求大小值 求總和等

C++數組核心操作學習筆記（結合Scratch列表對比） 一、數組基礎概念與定義 1. 數組與Scratch列表的關聯 C++中的數組與Scratch中的列表功能一致，均用於存儲多個同類型數據，可實現數據的批量管理。 2. 數組定義格式 核心格式：成員類型 + 空格 + 數組名稱 + [數組容量] + 分號 示例：int score[20]; 表示定義一

數組 , 賦值 , 後端開發 , Max , Python

收藏 評論

u_17398972 頭像

u_17398972 - GLM-4.7 & MiniMax M2.1 實測上線：來AI Ping 免費用兩款最強模型！

引言：從“單次生成”走向“工程交付與長期運行” 大模型的對比，過去常停留在單輪迴答的流暢度與知識覆蓋面；而在真實工程裏，更關鍵的是兩件事： 複雜任務能不能一次交付：需求拆解、修改迭代、工具調用、依賴排錯、迴歸驗證，任何一個環節失手都會把成本指數級拉高。 Agent 工作流能不能長時穩定：連續多步執行、長上下文保持、一致的輸出質量與可控的推理成本，決定了團隊能否把模型

鏈路 , Max , aigc , bard , 迭代

收藏 評論

u_12369130 頭像

cooldream2016 - 薅羊毛也要講技術：AI Ping 平台體驗 GLM-4.7 與 MiniMax-M2.1

前言 大模型正在從“通用對話能力展示階段”邁入“深度參與真實業務系統”的新階段。無論是代碼生成、智能體構建，還是複雜流程編排與多工具協同，大模型已經不再只是一個“會聊天的助手”，而逐漸成為軟件系統中的關鍵能力組件。 然而，在實際落地過程中，開發者往往會面臨一系列現實問題： 模型太多，接口各異； 評測成本高，切換成本大； 計費複雜，

API , Max , aigc , 開發者 , AI作畫

收藏 評論

u_17491820 頭像

呆個大頭鬼 - AI Ping雙款新模型同步免費解鎖：GLM-4.7與MiniMax M2.1實測

前言 本文聚焦國內領先大模型服務評測與聚合平台AI Ping最新上線的兩款旗艦模型——GLM-4.7與MiniMax M2.1，深度解析二者核心定位與差異：GLM-4.7側重複雜工程任務一次性交付與Agentic Coding場景；MiniMax M2.1專攻長鏈Agent執行，強化多語言工程能力與持續運行效率。 ( ) 目錄 一、旗艦模型

機器學習 , 多語言 , API , Max , 人工智能

收藏 評論

u_16213687 頭像

mob64ca141139a2 - 建 AVD 時 No system images instaled for this target Ram

1. 概述 AVL樹是最早提出的自平衡二叉樹，在AVL樹中任何節點的兩個子樹的高度最大差別為一，所以它也被稱為高度平衡樹。AVL樹得名於它的發明者G.M. Adelson-Velsky和E.M. Landis。AVL樹種查找、插入和刪除在平均和最壞情況下都是O（log n），增加和刪除可能需要通過一次或多次樹旋轉來重新平衡這個樹。本文介紹了AVL樹的設計思想和基

機器學習 , 平衡二叉樹 , Max , 人工智能 , 子樹

收藏 評論

u_15831703 頭像

wei_shuo - GLM-4.7 & MiniMax M2.1 限免上線！工程級 Agent 模型正式接入 AI Ping

前言：從"能生成"到"能長期跑"的工程級大模型 大模型產業落地階段，工程交付穩定性與長時 Agent 運行效率成為核心衡量標準，GLM-4.7 與 MiniMax M2.1 作為國產模型兩條差異化成熟路線的代表，跳出單輪生成質量侷限，聚焦真實場景長期穩定運行能力。AI Ping 平台整合多供應商資源，實現兩款旗艦模型免費開放與統一調度，通過標準化測試、可視化看板與智

大數據 , API , hadoop , 3d , Max

收藏 評論

u_13529088 頭像

清醒的人最荒唐 - Redis 突然變慢了如何排查並解決？

Redis 通常是我們業務系統中一個重要的組件，比如：緩存、賬號登錄信息、排行榜等。 一旦 Redis 請求延遲增加，可能就會導致業務系統“雪崩”。 我在單身紅娘婚戀類型互聯網公司工作，在雙十一推出下單就送女朋友的活動。 誰曾想，凌晨 12 點之後，用户量暴增，出現了一個技術故障，用户無法下單，當時老大火冒三丈！ 經過查找發現Redis。 獲取不到連

redis , 基線 , 後端開發 , Max , JAVA

收藏 評論

clchyj 頭像

clchyj - 國產AI迎來「工業革命」！GLM-4.7與MiniMax M2.1兩大旗艦，登錄AI Ping即可免費調用！

不只是聊天，這次是真正的生產力工具。https://aiping.cn/#?channel_partner_code=GQCOZLGJ (註冊登錄立享30元算力金) 小夥伴們，文章開頭讓我們思考一個問題：當別人還在用AI寫詩、對話、生成圖片時，如何利用AI真正解決複雜的商業問題、提升工程效率？ 今天，答案來了。兩大國產旗艦模型——智譜GLM-4.7與MiniMax M

數據 , Max , 人工智能 , 計算機視覺 , 開發者

收藏 評論

u_16213720 頭像

mob64ca14193248 - XGBRegressor中的eval_metric

2. Find Max and Min 3. Matrix Search 這個問題有一個十分美好的前提，那就是我們所給的$n\times n$矩陣是行列皆有序的，在這樣的條件下，我們要尋找某個元素$x$在不在矩陣中，通過對手論證，我們可以做到線性時間$O(n)$。 首先是一個並不高效的方法，

複雜度 , 雲計算 , 搜索 , Max , 雲原生

收藏 評論

u_17112466 頭像

池央_chi - 白嫖黨福音：Coze 雙旗艦模型限時免費！接入 AIPing 打造你的專屬 C++ 後端分析專家

Coze 工作流大進化：接入 AIPing 免費接口，打造硬核 C++ 後端分析專家 前言： 全體開發者請注意，這波“算力羊毛”真的要薅禿了！[平台名稱] 剛剛放出了年末最強更新：不僅一次性上線了兩款業內公認的最強國產大模型，更把“誠意”直接寫在了激勵機制裏——只要參與，就能無門檻獲取 **[具體額度]**的通用算力點數。 當你還在為昂貴的 API

yyds乾貨盤點 , 多語言 , AI寫作 , Max , aigc , 開發者

收藏 評論

u_17457604 頭像

摘星pickstar - GLM-4.7 & MiniMax M2.1 深度對比實測：AI Ping 平台手冊

前言： 在國產大模型從技術迭代走向產業落地的關鍵階段，能夠適配真實複雜場景的穩定性能與高效運行能力，成為企業與開發者選型的核心標準。AI Ping 平台（作為專注於模型實測與對比的一站式服務入口，正為行業提供解決方案 —— 現已正式上線 GLM-4.7 與 MiniMax M2.1 兩大旗艦模型的服務，憑藉多供應商接入、性能可視化、統一調用等核心優勢，讓用户零門檻驗證模型價

數據 , API , Max , 人工智能 , 計算機視覺

收藏 評論

u_17599742 頭像

chianocean - 算力點上新！在 AI Ping 體驗 GLM-4.7 與 MiniMax M2.1 頂尖算力

算力點白給！在 AI Ping 體驗 GLM-4.7 與 MiniMax M2.1 頂尖算力 前言： 隨着大模型進入“Agent時代”，開發者對模型在複雜工程與長鏈條任務中的表現提出了更高要求。國內領先的評測與聚合平台 AI Ping 近期重磅上線了兩款旗艦級模型：側重“一次性交付”與 Agentic Coding 的 GLM-4.7，以及在長鏈條執行與多語言能力上表現卓

API , Max , 代碼人生 , 開發者

收藏 評論

u_17590352 頭像

mb6928174700026 - AI Ping：大模型時代的“性能羅盤”——免費新上線GLM-4.7 與 MiniMax M2.1 實測

前言：新模型爆發時代，選型需要“實測羅盤” 2025年末，大模型行業迎來新品密集爆發期——智譜GLM-4.7以“性能超越GPT-5.2”震撼開源，MiniMax M2.1聚焦“真實世界複雜任務”實現全面升級。但開發者卻陷入新困境：20+供應商、400+模型中，新一代旗艦模型到底誰更能打？編碼場景選哪個？辦公協作誰更高效？成本與性能如何平衡？ AI P

多語言 , API , NLP , Max , 人工智能

收藏 評論

u_16291253 頭像

微學AI - AI Ping最新上線了，現在來免費用！MiniMax-M2.1、GLM-4.7，手把手教學部署與運用

一、AI Ping 中的模型 隨着大語言模型技術的飛速發展，AI 輔助編程已成為新常態。其中，“氛圍編程”作為一種新興範式，強調開發者通過自然語言與 AI 進行流暢交互，在沉浸式的開發環境中獲得代碼建議、問題解答和自動化任務支持 。這種範式極大地依賴於強大的後端 AI 模型和順暢的前端工具集成。在此背景下，一個名為 AI Ping 的新興 API 聚合服務應運而生。

code , API , NLP , Max , 人工智能

收藏 評論

u_14026473 頭像

JosieBook - 用 AI Ping 體驗 GLM-4.7 與 MiniMax M2.1：從配置到實戰的完整教程

最近，國產大模型領域迎來兩個值得關注的新版本：智譜的 GLM-4.7 與 MiniMax 的 M2.1。它們不再以“生成一段流暢文字”為目標，而是聚焦於真實工程場景中的穩定輸出與持續協作能力。為了驗證這一點，我在本地開發環境中進行了完整測試——使用 VS Code 配合開源插件，通過AI Ping平台可限免調用這兩款模型，分別完成兩類典型任務。 本文將按操作流程記錄全過程：

code , API , 數據可視化 , Max , 人工智能

收藏 評論

u_17457604 頭像

摘星pickstar - 免費薅羊毛！AI Ping 上線 GLM-4.7 與 MiniMax M2.1，保姆級使用教程

摘要 本文介紹了國內領先的大模型服務評測與聚合平台 AI Ping 最新上線的兩款旗艦模型——GLM-4.7 與 MiniMax M2.1。GLM-4.7 智譜出品，側重複雜工程任務的一次性交付與 Agentic Coding 場景；MiniMax M2.1 則面向長鏈 Agent 執行，強化多語言工程能力與持續運行效率。兩款模型均可在 AI Ping 平台，支持統一 Op

多語言 , rust , Max , 人工智能 , 計算機視覺

收藏 評論

u_17560663 頭像

澪貳02 - 接入 AI Ping 限免接口，讓 GLM-4.7 與 MiniMax-M2.1 成為你的免費 C++ 審計專家

前言： 屬於開發者的“算力自由”時代真的來了！AI Ping 平台近日完成關鍵升級，正式上架 GLM-4.7 與 MiniMax M2.1兩大旗艦級算力。這不僅是一次模型庫的擴容，更是推理體驗的跨越：2 倍速的疾速反饋配合深度思維邏輯，讓 AI 協作從未如此順滑。更誘人的是，平台同步推出了“邀好友，領算力”活動，20 米通用算力點即刻到賬。想知道如何在 AI 浪潮

API , Max , 人工智能 , 數據分析 , 開發者

收藏 評論

u_9849794 頭像

子丶不語 - C#中Linq常用方法彙總，一篇能覆蓋99%使用場景

先構造幾個集合，方便後面使用 Listint numbers = new Listint { 1, 2, 3, 4, 5, 6 }; Liststring names = new Liststring { "Alice", "Bob", "Charlie", "David", "Eve" }; var people = new ListPerson {

List , 後端開發 , Max , .net , ci

收藏 評論

u_17513518 頭像

愛看C語言的BK - 21天AI大模型實戰磨練計劃：第三天·內容創作專項訓練

在內容創作日益智能化的今天，AI大模型已成為創作者不可或缺的工具。本次專項訓練聚焦六大主流AI模型（DeepSeek、豆包、通義千問Max、ChatGPT、Gemini、Coze）在內容創作領域的實戰表現，通過多維度對比與場景化測試，為不同創作需求提供精準選型指南 一、ChatGPT：全能型內容創作王者 核心能力矩陣 全文體覆蓋：從學術論文到小説劇本，

數據 , AI寫作 , Max , aigc , 模態

收藏 評論

u_12187 頭像

karen - Educational Codeforces Round 107 (Rated for Div. 2)

Dashboard - Codeforces Round 1070 (Div. 2) - Codeforces 題目偏思維，前3道題沒有算法 B 問題是有一個01環，你需要順時針移動環，每一位相當於是按位或 | 問你最多需要順時針轉多少格子，不難考慮到如果1000，你需要3步11000也是三步 實際上就是求最連續0序列 C 給你了n個數字

i++ , 後端開發 , Max , ci , Python

收藏 評論

u_17608551 頭像

mb694d0268a850a - AI Ping性能羅盤：免費開源雙雄！GLM-4.7與MiniMax M2.1實測橫評

AI Ping性能羅盤：免費開源雙雄！GLM-4.7與MiniMax M2.1實測橫評 2025年12月23日，國產免費開源大模型領域迎來“雙旗艦雄”同台時刻——智譜AI正式發佈免費開源旗艦GLM-4.7，MiniMax同步推出免費迭代升級款M2.1，兩款模型均聚焦編程能力、智能體協同與複雜任務處理，迅速成為開發者社羣焦點。作為大模型時代的“性能羅

多語言 , Max , 人工智能 , 數據結構與算法 , 迭代

收藏 評論

u_16213654 頭像

mob64ca14095513 - 快速定位線上慢SQL問題，掌握這幾個性能排查工具可助你一臂之力_

驗收指標（造數是否“像生產”） t 規模（過濾後行數） SELECT COUNT() AS t_rows FROM dd_data_dictionary WHERE source_server=? AND schema_name=? AND system_name=?; 每表列數分佈（P50/P90/Max）

字段 , Max , 一對一 , 前端開發 , Javascript

收藏 評論