logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

openClaw是怎么在电脑中做事情的

特性普通大模型 (ChatGPT/Claude 网页)OpenClaw 驱动的大模型位置住在浏览器标签页里住在你的电脑后台 (Docker/Local)能力只能说,不能做能写代码、改文件、发邮件、控浏览器接口纯文本对话通过 WhatsApp/Telegram 远程操控电脑隐私数据上传云端本地优先,记忆和配置全在本地由于 OpenClaw 拥有极高的系统权限,安全边界非常重要。你是否已经安装了 Op

openClaw是怎么在电脑中做事情的

特性普通大模型 (ChatGPT/Claude 网页)OpenClaw 驱动的大模型位置住在浏览器标签页里住在你的电脑后台 (Docker/Local)能力只能说,不能做能写代码、改文件、发邮件、控浏览器接口纯文本对话通过 WhatsApp/Telegram 远程操控电脑隐私数据上传云端本地优先,记忆和配置全在本地由于 OpenClaw 拥有极高的系统权限,安全边界非常重要。你是否已经安装了 Op

上下文长度128K能记住多少内容,能不能更大些,这些上下文都记在哪里?

128K上下文相当于大模型的"工作台面积",可处理8-10万汉字或300-400页书籍内容。2026年顶级模型已支持1M-2M Token上下文,但需注意"大海捞针"问题。128K内容存储在显存中的KV Cache缓冲区,超长内容则通过RAG技术存入向量数据库。对于32G Mac用户,建议云端处理长文档,本地模型限制上下文长度以优化性能。128K已能满足多数

机器学习,深度学习,神经网络,Transformer的关系

名称层级关系典型应用机器学习最大范畴包含深度学习推荐系统、风控、预测深度学习子集基于神经网络图像识别、语音识别神经网络工具深度学习的实现方式架构一种先进的神经网络大语言模型(GPT、BERT)🎯最终结论所有都是神经网络所有神经网络都属于深度学习所有深度学习都是机器学习的一部分。而今天最火的 AI(如 ChatGPT、文心一言、通义千问),它们的“心脏”就是Transformer 架构的神经网络它

#机器学习#深度学习#神经网络
libflutter.so not found

/运行debug安装的时候需要对应CPU架构的'arm64-v8a'的so,不然会找不到libflutter.so。//其实CPU的架构是'arm64-v8a',加上了直接在AS的Run就可以安装到机器上。//正式打包的时候改成这个,我估计我们打包的时候这个架构其实写错了。//设置支持的SO库架构。

#flutter
The specified Gradle installation directory ‘xxx\Android Studio\gradle\gradle-2.10‘ does not exist.

gradle文件找不到:The specified Gradle installation directory '/E:\Android\AndroidStudio\Android Studio\gradle\gradle-2.10' does not exist.解决方案:In Android Studio -> File -> Settings -> Build, Execution, Dep

#android#android studio#gradle
vscode打开的文件被覆盖/只能打开两个文件(Visual Studio Code)

其他如果你调整过settings.json的自己去搜索这个的设置方法吧,一般人是不会动这里的,祝好!单击代码文件:是预览模式,只会显示有限的一两个文件,在一个tab里更新显示。双击代码文件:是编辑模式,可以同时显示多个代码文件的tab。

#vscode#ide#编辑器
Failure [INSTALL_PARSE_FAILED_NO_CERTIFICATES: ... has no certificates at entry AndroidManifest.xml]

        很长一段时间都用快速打包(packer-ng-plugin),没注意到底用Android Studio打包会有什么区别,今天写了个demo,居然发现我输入了签名之后只有一次是安装成功的,后边都是安装报错:Failure [INSTALL_PARSE_FAILED_NO_CERTIFICATES: Package /data/app/vmdl924957567.tmp/base...

#android
google.mlkit:face-detection和 opencv的人脸识别有什么区别

摘要: 谷歌ML Kit的face-detection与OpenCV在人脸识别上差异显著。ML Kit基于深度学习,提供开箱即用的移动端优化方案,支持人脸检测、关键点分析等功能,开发简单但定制性差;OpenCV依赖传统算法(如Haar/LBPH),需手动实现检测、特征提取和匹配,灵活性强但开发成本高。ML Kit适合快速集成(如美颜、打卡),OpenCV适用于定制场景(如门禁系统)。两者也可结合使

#opencv#人工智能#计算机视觉 +1
和豆包AI对话-什么是人类的理解

人类理解的本质:构建知识锚点网络 本文揭示了人类理解的本质特征:通过将新知识连接到已有的知识锚点上,形成可溯源、可推导、自洽的知识网络。真正的理解不是记忆,而是重构,表现为四个特征:可溯源(了解知识的历史脉络)、可连接(将新旧知识关联)、可重构(用个人语言重新组织)、可感知(产生顿悟体验)。 文章对比了人类理解与AI模式匹配的本质区别:人类通过生活积累主动构建认知框架,而AI只是存储知识碎片。作者

#人工智能
    共 75 条
  • 1
  • 2
  • 3
  • 8
  • 请选择