这份博客旨在为你分享一套实用的 B 站（Bilibili）网页端屏蔽词正则表达式。通过合理设置这些规则，可以有效过滤掉“第一”、“考古”、“几点看的”等低质量重复内容，还你一个清爽的弹幕环境

本文整理了B站移动客户端专属的正则表达式屏蔽规则，帮助用户净化弹幕环境。内容包括过滤刷屏字符、时间打卡弹幕、重复观看表态、日期考古留言、无意义互动询问、观看人数感慨、高频关键词以及学习区特定话术等8类常见低质量弹幕。这些正则规则虽不能完全拦截所有变体，但能有效减少大部分干扰内容。用户可在客户端弹幕设置中添加这些正则表达式，共同维护清爽的观看体验。

本文介绍了单链表是否存在环的判断方法及环入口的定位方式。主要内容包括：1. 快慢指针法（Floyd算法），通过双指针不同速度遍历判断是否有环；2. 哈希表法，记录访问节点判断重复；3. 进阶问题中详细推导了如何利用数学关系找到环入口节点，并给出代码实现和示例说明。两种方法对比显示，快慢指针法在空间复杂度上更优（O(1)）。文章强调理解算法推导过程的重要性，并附相关LeetCode练习题。

操作系统为每个线程配置用户栈与内核栈。用户栈位于进程低地址空间，Ring 3可访问，可动态扩展；内核栈位于高地址内核空间，仅Ring 0可访问，固定且小。二者严格分离以防特权越权、防止栈溢出引发二次故障，并满足硬件特权级切换要求。系统调用时，CPU读取内核栈顶，保存用户态现场为pt_regs，切换RSP到内核栈，执行后恢复用户栈返回。

硅基流动平台认证专享礼，可以免费领取16元全平台通用代金卷，附带硅基流动代金卷使用方法。代金卷可用于调用Deepseek-v4或-v3.2等主流大模型！

本文介绍了C++中lambda表达式的基本概念和用法。主要内容包括：lambda表达式本质上是一个编译器自动生成的匿名仿函数类，相比传统仿函数更简洁；基本语法结构及各部分的含义；捕获外部变量的方式（按值/引用捕获）；与STL算法的结合应用；通过mutable关键字修改捕获变量；以及在回调、算法、线程等场景中的典型用途。文章通过代码示例对比了lambda与传统仿函数的区别，并详细说明了捕获方式、co

本文系统介绍了Python的四种基础容器：列表（list）、集合（set）、元组（tuple）和字典（dict）。列表是有序可变序列，类似C++的vector；集合是无序唯一元素集合，类似unordered_set；元组是有序不可变序列；字典是键值对映射结构，类似unordered_map。文章详细讲解了每种容器的创建、操作和特性，通过对比表格帮助理解差异，并为C/C++程序员提供了学习建议。掌握

人工智能（AI）是模拟人类智能的学科，涵盖机器学习（ML）、深度学习（DL）和生成式AI等分支。ML通过监督、无监督和强化学习使机器从数据中学习；DL利用神经网络处理复杂任务；生成式AI（如ChatGPT）能自动生成内容。AI整合多学科知识，推动智能系统发展。

本文阐述了人工智能大模型训练的三大关键阶段：预训练、监督微调和对齐偏好。预训练阶段模型从海量数据中学习语言规律和基础知识；监督微调阶段通过"指令-回答"样本教会模型针对性回应；对齐偏好阶段则让模型输出更符合人类价值观。这三个阶段分别类比于人的成长过程：从广泛学习的中学生阶段，到接受专业指导的大学生阶段，再到适应社会需求的职场阶段。最终目标是使AI模型不仅能正确回答问题，还能输出安全、可靠且符合人类

大模型通过提示词与用户交互，提示词越清晰，回答越精准。处理流程分为两步：首先进行分词化（Tokenization），将文本拆分为token并映射为ID，分词方式包括词粒度、字符粒度和子词粒度；随后模型通过自回归方式逐步预测下一个token，直至生成完整回答或达到终止条件。分词化帮助计算机理解文本结构，而自回归生成确保输出连贯性。