tag 迭代

標籤
貢獻103
155
01:02 PM · Nov 08 ,2025
u_17580222 頭像 u_13715298 頭像 u_13357275 頭像 u_16018702 頭像 u_16993624 頭像 u_17321650 頭像 u_15943685 頭像 u_15469972 頭像 u_15147453 頭像 u_17578926 頭像 u_13717764 頭像 u_15675268 頭像

@迭代 / 博客 RSS 訂閱

moonfdd 頭像

福大大架構師每日一題 - 2025-12-28：位計數深度為 K 的整數數目Ⅰ。用go語言，給定兩個正整數 n 和 k。對任意正整數 x，構造數列 a0 = x，ai+1 = f(ai)，其中 f(y) 表示 y 的二進制表示

2025-12-28：位計數深度為 K 的整數數目Ⅰ。用go語言，給定兩個正整數 n 和 k。對任意正整數 x，構造數列 a0 = x，ai+1 = f(ai)，其中 f(y) 表示 y 的二進制表示中 1 的個數（例如 f(7)=3，因為 7 的二進制是 111）。反覆應用 f 後，序列必然會落到 1。定義 x 的“二進制1的迭代次數”為使得 ad = 1 的最小非負整數 d（例如 x

Go語言 , 後端開發 , 迭代

收藏 評論

u_10538247 頭像

王星星LOVER - JavaScript break 和 continue 語句

break 語句用於跳出循環。 continue 用於跳過循環中的一個迭代。 break 語句 我們已經在本教程之前的章節中見到過 break 語句。它用於跳出 switch() 語句。 break 語句可用於跳出循環。 break 語句跳出循環後，會繼續執行該循環之後的代碼（如果有的話）： 實例 for (i=0;i10;i++

i++ , 跳出循環 , 迭代 , 前端開發 , Javascript

收藏 評論

u_16018702 頭像

架構師李哲 - 當 AI 落地到了“深水區”：到底是 Prompt 不行、RAG 不夠，還是該考慮微調了？

這兩年，大家對大模型已經不再停留在“技術演示多酷炫”，而是越來越現實地問一句： “為什麼模型看起來很強，但真要放進我們自己的業務裏，用起來總差點意思？ 尤其是——明明接入了私域知識庫，效果還是不穩定？” 答案往往不在某一個“神技”，而是在你怎麼 同時使用 Prompt、RAG 和微調，以及它們和業務的“耦合深度”。 先釐清三個“槓

數據 , aigc , llama , 回滾 , 迭代

收藏 評論

u_16993377 頭像

一線數智 - 實戰為王！這場“AI・共創”會議 憑“強實用 + 高互動” 圈粉，嘉賓直呼“拿來就能用”

　　【一線數智資訊】2026 年被業界公認為 AI 規模化爆發的關鍵一年，AI 正從實驗室走向企業生產一線。近日，一場聚焦“AI・共創”為主題的AI與數智化創新研討會（以下簡稱研討會）在北京召開。會議現場邀請到火山引擎、光環雲等企業從模型能力、算力支持、數據治理三大核心維度，拆解了 AI 落地的實戰路徑，乾貨滿滿且福利豐厚。 　　本文將完整覆盤分享核心內容，為企業和從業者提

數據 , 人工智能 , 深度學習 , 解決方案 , 迭代

收藏 評論

u_17580222 頭像

mb691327edb400f - HR的下半場：不靠加班，而靠升級為AI指揮官

HR的下半場：不靠加班，而靠升級為AI指揮官 “再努力也招不到優秀的人”正在成為HR的共同焦慮。許多HR加班篩簡歷到深夜，卻仍錯過關鍵人才；安排面試滿滿一週，卻被候選人臨時放鴿子；做了大量流程工作，卻常常被質疑“招聘為什麼這麼慢、這麼不準”。 我們正在進入一個現實：人才不是稀缺，識別能力才是稀缺。 與此同時，市場變化、業務迭代、候選人體驗與僱主品牌競爭，

快速啓動 , 數據 , 人工智能 , 深度學習 , 迭代

收藏 評論

u_17580222 頭像

mb691327edb400f - AI人工智能

在數字化轉型加速與人才競爭白熱化的當下，企業招聘正陷入前所未有的多重困局。一方面，經濟下行壓力下企業招聘預算普遍收緊，但業務擴張、人才迭代帶來的崗位需求卻愈發迫切，人才市場中核心崗位的薪酬成本持續攀升，HR團隊卻往往面臨人手不足、技術工具匱乏的資源困境；另一方面，海量簡歷如同“信息海洋”，HR僅依靠人工逐一審閲不僅耗時耗力，還易因主觀判斷出現疏漏，即便經過多輪面試，仍常出現候選人

數據 , 人工智能 , 深度學習 , 迭代

收藏 評論

u_15147453 頭像

全極世界 - 5分鐘快速瞭解：大模型智能體RAG原理3步拆解-從檢索到生成，如何根治AI幻覺？

檢索增強生成（RAG）技術通過為大模型引入外部知識庫，已成為解決其知識侷限與幻覺問題的核心方案。本文將聚焦於RAG在大模型智能體中的應用，系統解析其從數據準備、智能檢索到答案生成的核心工作流程。文章將探討Agentic RAG如何通過自主決策優化傳統流程，並分析其在企業級應用中的實際價值與面臨的性能挑戰。 如果，你重金聘請的AI專家

機器學習 , 數據 , 數據庫 , 人工智能 , 迭代

收藏 評論

u_13717764 頭像

嗶哥嗶特 - 磁極8合一逆變電感儲能電源效率實測99.05%！

當儲能電源行業還在為“效率突破 98%” 歡呼時，惠州市磁極新能源科技有限公司(下稱“磁極”)悄悄交出了一份更震撼的答卷——[145 千瓦 8 合一逆變電感磁路集成] 儲能電源產品實測效率達99.05%。 這組打破儲能電源行業認知的數據背後，不僅是磁性元件從“分立器件堆疊” 到 “磁路集成創新” 的關鍵跨越，更藏着磁極儲能電源產品 “效率、體積、成本” 三重困局的核心密碼，

技術儲備 , 功率密度 , 人工智能 , 數據分析 , 迭代

收藏 評論

u_15907379 頭像

步步為瑩 - 《Python 列表推導式：從基礎語法到複雜場景優化，3 分鐘提升代碼效率》​

1. 基礎語法：列表推導式概述 列表推導式（List Comprehension）是 Python 中用於生成列表的簡潔且高效的方式。它能通過一行代碼替代傳統的 for 循環，從而讓代碼更加簡潔和易讀。 基本語法： [expression for item in iterable] expression：生成的元素 it

生成器 , 後端開發 , .net , 嵌套 , 迭代

收藏 評論

u_17578926 頭像

AI科技 - 港股2026：從“極泰”到“極盛”，AI與半導體或迎來新一輪牛市！

近日，相關媒體發佈的專題報告《港股2026：會否極泰來嗎？》指出，2025年以來，恆指和恆生科技指數累計上漲超過20%，在全球主要股市中表現搶眼。報告認為，進入2026年，港股仍有望保持上行趨勢，關鍵在於宏觀政策的寬鬆、美元流動性的寬鬆以及AI、半導體兩大賽道的疊加紅利。 一、宏觀政策與美元流動性雙重支撐 報告首先回顧了近期國內重要會議的政策信號：財政方面將繼

數字化轉型 , app , 估值 , 迭代

收藏 評論

u_13715298 頭像

技術員阿偉 - 《遊戲平衡的高階解法：強化學習主導的參數迭代策略》

平衡從來不是靜止的數值等式，而是玩家行為與遊戲規則持續博弈的動態生態。傳統人工調參始終難以突破“滯後性”與“片面性”的桎梏—當設計師依據上週的對戰數據回調某類角色強度時，玩家早已通過新的技能組合形成新的meta玩法，導致資源產出與對戰節奏的連鎖失衡；而依賴固定閾值的平衡機制，又無法捕捉不同段位、不同場景下玩家的差異化需求。這種失衡的本質，是遊戲參數與玩家

遊戲 , redis , 數據 , 數據庫 , 開發者 , 迭代

收藏 評論

fabarta 頭像

Fabarta - 告別耗時無果：迭代構建AI知識庫，幫業務部門輕鬆上手、早見效益

作者：王傳陽 楓清科技（Fabarta）技術合夥人 現狀與挑戰 企業在構建AI應用時，通常會由業務部門負責構建相關的業務知識庫。業務部門在構建AI知識庫時，普遍面臨兩大核心挑戰：其一，對AI知識庫與傳統知識庫的本質差異認知不足，缺乏適配AI語義理解的知識梳理方法，導致知識應用準確率難以達標；其二，存在 “一勞永逸” 的認知誤區，傾向於耗時數月構建覆蓋全場景的 “大而全”

最佳實踐 , 人工智能 , 深度學習 , 模態 , 迭代

收藏 評論

u_16099334 頭像

AI領域佈道師 - Emmagee 性能測試工具

1、性能測試工具的使用原理 軟件系統中客户端向服務端發送請求，服務端將結果返回，這個過程通過協議進行交流。 性能測試工具就像一個代理服務器（proxy server），把客户端的行為通過腳本複製下來，通過腳本運行，模擬客户端向服務器發送請求。 壓力服務器（負載機）。性能測試工具是通過向服務器產生壓力，達到監測性能的目的。要模擬多個客户端併發請求時，性能測試工具就

機器學習 , 服務器 , 性能測試工具 , 人工智能 , 迭代 , Emmagee 性能測試工具

收藏 評論

u_15675241 頭像

螳螂觀察 - 【年度消費觀察】2025，年輕人沒有拋棄白酒

文 | 螳螂觀察 作者 | 風車 關於多渠道飛天茅台價格跌破1499元/瓶這事，外界大多將原因歸於行業週期調整的大環境因素，或者是禁酒令，或者是消費降級。 通俗地講，當下的產業狀態以及酒企集體下行的趨勢，支撐不起原有的價格了。 觸及問題本質沒有？筆者認為尚缺。 反過來看，勁酒成為年輕女性社交平台熱議的“姨媽神仙水”，這組白酒消費市場看似矛盾的景象，正

數據 , Css , 迭代 , 前端開發 , 碼率 , HTML

收藏 評論

u_17420180 頭像

合合信息解決方案 - 金融機構AI中台建設典型案例

熱點背景 當前，銀行業數字化轉型已從“業務線上化”的初級階段，邁入“運營智能化”與“能力平台化”的深水區。監管層面持續倡導金融科技賦能，推動銀行業通過技術創新優化運營流程、防控金融風險、提升服務質量。然而，傳統分散式的AI能力建設模式，普遍存在技術標準不統一、資源重複投入、數據互通困難等頑疾，嚴重製約了數字化轉型的深化推進。在此背景下，構建統一、高效、智能的AI中台，將孤立

機器學習 , 字段 , 人工智能 , 文檔處理 , 迭代

收藏 評論

u_16175490 頭像

mob649e816209c2 - ollama linux連接GPU

在現代的計算機圖形學和深度學習領域，將處理大規模數據任務和快速運算的能力與高效的計算硬件結合是一個極具挑戰的技術需求。尤其是對於利用 GPU 進行加速的計算任務，確保 Linux 系統與 GPU 的良好連接和性能優化是實現高效運算的基礎。本文將詳細記錄解決“ollama linux連接GPU”問題的全過程，包括背景定位、演進歷程、架構設計、性能攻堅、故障覆盤以及擴展應用。 背景定位

數據 , 架構設計 , aigc , 迭代

收藏 評論

AmbitionGarden 頭像

Ambition的後花園 - 對於不斷變化的開發需求，該如何應對

應對不斷變化的開發需求，是現代軟件開發中的核心挑戰。有效應對的關鍵在於從根本上轉變管理思維，從抗拒變化轉向主動擁抱和靈活管理變化。為此，我整理了一個綜合性的策略表格，希望能為你提供清晰的行動指南。 應對維度

scrum , 後端開發 , JAVA , 迭代 , 結構化

收藏 評論

u_14902238 頭像

u_14902238 - ModelScope 模型一鍵上線？FunModel 讓你 5 分鐘從零到生產

下一個AI爆款應用，或許就從您點擊"立即部署"的那一刻開始！ 一、前言：AI 浪潮下的模型訴求 在當今這個全民 AI 的時代，快速入門 AI，趕上時代的浪潮，成為了大家當下最熱切的追求和期盼。於是，模型作為 AI 場景的載體，隨着 AI 技術的不斷髮展，在持續的，如雨後春筍般出現在大家的視野中，可謂是種類繁雜，功能齊全，從不同方面滿足大家對 AI 的需求。例如在 A

雲計算 , 自定義 , 雲原生 , 開發者 , 迭代

收藏 評論

u_6813689 頭像

程序員小2 - 2025-2026 AI Agent 新時代：這4大框架將主導多Agent協作革命！

2025年，AI Agent 的創新不再只是單個Agent的智能提升，而是它們如何“像人類團隊一樣協作”。從單一任務執行，到自主協調、共享數據、迭代優化，多Agent生態正在爆發。 最近X上的一篇高贊帖點明趨勢：下一代AI Agent 將運行在這些4大框架上。 它們正驅動自主、多Agent系統的崛起，讓AI不只是“思考”，而是“協調、構建、進化

github , AI寫作 , aigc , 開發者 , 迭代

收藏 評論

yychuyu 頭像

良許Linux - 為什麼有些人換了一家公司或環境後，之前的很強的能力，就好像完全消失了一樣？

大家好，我是良許。 最近有個朋友跟我吐槽，説他們部門新來了個總監，簡歷寫得特別牛，上一家公司帶團隊做了好幾個千萬級項目。 結果來了三個月，開會永遠在畫餅，落地方案一個沒有，團隊被他搞得怨聲載道。 這讓我想起一個特別扎心的現象——為什麼有些人換了環境，之前那些閃閃發光的能力，就像被格式化了一樣？ 你以為的能力，其實是環境給的buff 很多人沒意識到，你在上一家公司的"強

技術棧 , c++ , 後端開發 , c , 迭代 , 代碼規範

收藏 評論

u_17513518 頭像

愛看C語言的BK - Java21天學習計劃 - 第三天：流程控制語句（條件判斷與循環結構）

條件語句：程序的邏輯分支 程序之所以能解決複雜問題，核心在於它能根據不同條件執行不同代碼。就像生活中"如果下雨就帶傘，否則帶墨鏡"的決策過程，Java通過條件語句實現這種邏輯判斷。 if-else基礎結構 最常用的條件判斷結構是if-else語句，它由一個布爾條件和兩個代碼塊組成。當條件為true時執行if代碼塊，為false時執行else代碼塊。

System , i++ , AI寫作 , aigc , 迭代

收藏 評論

u_16099236 頭像

是大魔術師 - 文章閲讀總結：OpenAI-Codex_openai codex怎麼用

在 AI 編程設備快速迭代的當下，OpenAI 近日發佈了 GPT-5-Codex-Mini。這款模型是 GPT-5-Codex 的精簡版，專為開發者設計，強調經濟性和實用性。它在保持核心功能的同時，顯著提升了使用額度，適合那些頻繁遇到速率限制的場景。下面，我們從背景入手，逐步分析其特點、性能和應用價值，幫助開發者更好地評估是否值得嘗試。 發佈背景與迭代邏輯 Open

開發者 , 迭代 , 前端開發 , 軟件工程 , Javascript

收藏 評論

u_16175517 頭像

mob649e8168b406 - langchain本地RAG

在這篇博文中，我們將深入探討“langchain本地RAG”的實現。在這個快速發展的技術時代，RAG（檢索增強生成）成為了許多企業獲取信息的常用工具。本文將從背景定位、演進歷程、架構設計、性能攻堅、覆盤總結和擴展應用幾個方面，詳細闡述如何成功實施本地RAG模式。 背景定位 在當今的企業環境中，大量的信息生成需求促使了對高效信息檢索和生成的渴望。藉助於RAG技術，企業能夠更快速、精

架構設計 , aigc , 解決方案 , 迭代

收藏 評論