算法竞赛：如何用差分与前缀和刻画数组的局部操作
目录 前言 例题 总结 前言 算法竞赛中经常出现一类数组题：对某个元素或一段区间进行一些看起来并不复杂的操作，但是观察后会发现这些操作难以找到规律。例如令 \(a_i = a_{i-1} + a_{i+1} - a_i\)，这个式子看起来没什么道理，并且元素之间彼此影响，无从下手。 于是引入一种新的 ...
机器学习项目：泰坦尼克号乘客生存预测
前言 泰坦尼克生存预测是机器学习经典二分类入门项目，完整覆盖数据分析、特征工程、模型训练、超参调优整套工业流程。本文基于 Python pandas、matplotlib、scikit-learn 从零搭建预测模型，对比逻辑回归与随机森林效果，附带完整代码、运行输出与可视化分析。 一、环境与数据加载 ...
.NET 11 Preview 7 发布：一大波硬核更新来袭，离正式版又近了一步！
Preview 7 基本就是 .NET 11 正式版前最后一次"大放送"了。纵观整个 .NET 11：Runtime Async 从 P1 一路打磨到现在反超状态机模型，CoreCLR 即将登陆 WebAssembly，CLI 全面 NativeAOT 化，C# 补上了 labeled break/... ...
【VMDPhysicsBake】MMD 模型物理烘焙工具，开源了
日期: 2026-08-12 源: https://github.com/yyc-git/VMDPhysicsBake 项目介绍 VMDPhysicsBake 是一个 VMD 物理烘焙工具：将 PMX 模型 + 动作 VMD 离线烘焙为逐帧物理骨 VMD。它用 Ammo.js（Bullet）完整模拟 ...
杂讲002 一道小巧思的题目
P1966 [NOIP 2013 提高组] 火柴排队 这道题的思维相当之巧妙，首先，我们根据高中数学知识可以知晓 顺序乘积和>乱序乘积和，也就是排序不等式 那么，这道题就可以简单转化成一个调整顺序的问题，也就是，将两者的排名顺序调成一致。 先给出结论，就是这道题的答案就等于映射序列的逆序对数，下面来 ...
"MemEvolve: Meta-Evolution of Agent Memory Systems" 论文笔记
OPPO AI Agent Team 与 LV-NUS lab 的工作，发表于 ICML 2026。当前的自进化记忆系统都停留在用固定的记忆架构去积累经验这一层，本文提出 MemEvolve，一个同时进化「经验知识」与「记忆架构本身」的元进化框架，让 Agent 不仅能积累经验，还能不断改进它是怎么 ...
Agent 一切状态皆文件：哈啰 AI 基建中的 JuiceFS 存储实践
随着 AI 业务发展，哈啰需要同时支撑模型训练、数据处理和 Agent 等多类负载。针对原有多套系统并存带来的数据分散、访问方式不统一和跨云流转复杂等问题，哈啰在生产环境中引入 JuiceFS，构建统一文件数据底座，连接 Notebook、训练、评测和 Agent 等环境。 其中，Agent 已成为 ...
从 60万行/秒说起，看 SeaTunnel Zeta 基准测试如何做到”测得准“
这轮测试使用 Java 8、4 GiB 堆、4 个 JVM 可见处理器和 4 个 Pipeline 并行度；每次作业处理 1,000,000 行，计划输入速率为 600,000 行/秒，Payload 为 256 个字符。 ...
当AI开始睁眼说瞎话，我竟然有点心疼它
** AI的"幻觉"不是bug，是它"太想讨好你"时露出的马脚** 01. 第一次被AI骗的经历 我得承认一件事。 去年我用ChatGPT写一篇关于明朝海禁政策的文章。写到一半，需要引用一段"万历皇帝关于闭关锁国的上谕原文"。 我自己懒得翻史料，就跟AI说："帮我找一下万历皇帝关于海禁的那段著名上谕 ...
Codex 实践系列 Vol.04：用 Goal 和 Plan 管住一个长任务
从设置 Goal、让 Codex 主动推进，到人工检查实际结果，再用 Plan 收窄修改范围，这次实践至少说明了一件事：长任务交给 Agent 之后，我们可以把方向交给 Goal，把阶段性的控制交给 Plan，同时还得自己看最终结果有没有真的变好。 ...
记一次分布式集群知识体系梳理（附架构决策框架）
大家好，我是小马哥。 干了十几年 DBA，分布式集群这块踩过的坑比吃过的饭还多。CAP 定理背得滚瓜烂熟，一上生产照样翻车——问题永远不出在理论上，出在你不知道"这个参数在生产环境到底怎么调"。 这篇文章从基础理论、负载均衡、高可用、共识协议、数据一致性、分布式事务到集群架构实践，七个维度把分布式集 ...
【征程6】校准量化中HistogramObserver解析
声明：本文主要参考开源资料进行学习整理，如有错漏，欢迎评论交流~ 1. HistogramObserver的定义与原理 HistogramObserver是horizon_plugin_pytorch中一种基于直方图统计的量化Observer。与MinMaxObserver仅记录最小最大值、MSEO ...
同事说我是财迷。公司买的 AI 账号有两个人没用，我接过来了
同事说我是财迷。 我不反驳，但我要正名一下：抠是舍不得花，我是舍不得浪费。这两件事长得像双胞胎，性格是反的。 事情是这样的。公司统一买了 Claude Code 账号，人人有份。有两个同事一直没怎么用——不是不会用，是手上的活儿用不上。于是那两份额度就一直在那儿，每周自动满血，每周原地清零，像健身房 ...
Solon AOT & Native：三段式编译，从 Java 到原生可执行文件
通过三段式原生编译流水线简化了GraalVM Native Image的适配过程。其核心在于第二阶段AOT处理，自动捕获运行时元信息、预编译代理类并生成索引，支持任意JDK环境。该方案显著降低了原生编译复杂度，但仍需手动处理部分第三方库的反射和资源登记。实践表明，该方法能实现毫秒级启动和更低内存占用... ...
线上服务器反应慢如何排查
线上服务器响应慢大厂高频故障排查实战，遵循先宏观后微观思路，覆盖CPU、内存、磁盘IO、网络四大系统维度，结合JVM、数据库、中间件定位手段。附带死锁检测、性能监控可落地Java工具代码，梳理真实踩坑难点，面试与线上排障均可直接参考。 ...
.NET/WPF 程序在部分 Windows 电脑无法保存用户环境变量：使用 DPAPI 实现安全兼容
一个.NET 8/WPF客户端在开发电脑正常运行，但在其他Windows电脑上无法保存访问密钥，报"未授权操作"错误。经排查发现是写入用户环境变量时被系统拒绝，即使管理员运行也无效。文章详细记录了问题定位过程，并提出了使用Windows DPAPI(Data Protection API)的解决方案... ...
Opus 5 系统提示词拆解：模型能力、运行时工具、记忆规则和可靠 Agent 设计
顶级 Agent 不是靠长提示词写聪明，而是用运行协议把模型能力组织成可验证、可协作的行为。 导语 把一个强模型交给你，再塞进二十万字符的系统提示词，它会变得更聪明吗？ 直觉上好像会。提示词越长，规则越细，模型就越像被训练过一次。但这其实误解了系统提示词的作用。它不会改变神经网络参数，也不会把普 ...
PC端自动化测试实战教程-10-pywinauto操作弹出文件选择框 （详细教程）
1.简介 前边在讲解和分享notepad++编辑器的输入内容->文件->另存为...之后弹出文件选择框，就有小伙伴或者童鞋们私信问，为什么不继续操作了呢？不要着急，今天就给大家分享和讲解如何继续操作：主要是修改文件名，然后点击“保存”按钮，操作弹出文件选择框的这个知识点。 2.什么是弹出文件选择框？ ...
用AI做自动化测试，哪些是真不行，哪些是你不会用？
在测试圈子里待久了，你会反复听到同样几种对 AI 测试的抱怨。 有些抱怨，是真的。AI 现阶段确实干不好，硬上也没用。 还有一些，说白了是自己基本功没到家，自身技能不足不自知，硬要锅甩给了"AI "。老实讲，这种我一点都不同情。 但更多的时候其实是第三种——大多数人处在半吊子水平：你说他不会吧，能让 ...
TrustedKnowledge：一个把知识、Todo、博客和 AI 串起来的个人工作台
TrustedKnowledge 不是单一的笔记工具，而是一个围绕“可信知识沉淀”和“AI 辅助生产”搭建的个人平台。它把日常学习、工作记录、待办事项、英语素材、AI 加工结果和博客发布流程统一放进 Oracle 数据库，再通过 Web 工作台完成录入、检索、加工、发布和复盘。 01 | 它解决的核 ...
