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

豆包新模型与 PromptPilot 实操体验测评,AI 辅助创作的新范式探索

在 AI 技术飞速发展的当下,各类大模型及辅助工具层出不穷,为开发者和创作者带来了全新的体验。2025 年 7 月 30 日厦门站的火山方舟线下 Meetup,为我们提供了近距离接触豆包新模型与 PromptPilot 的机会。本次重点体验了实验任务二中的 PromptPilot 操作实践,通过实际操作,对这两款工具的性能、特点及应用前景有了较为深入的认识,现将体验心得与测评分享如下。1.体验背景

文章图片
#人工智能
基于 Spring 状态机实现电商订单状态流转管理

传统的if-else分支判断在状态较多、转移逻辑复杂时会变得难以维护,而Spring状态机结合状态模式可以很好地解决这个问题,让状态转移逻辑更加清晰、可扩展。

#spring#java#后端
大型电商项目异常治理--业务异常码架构篇

要让过滤器识别业务异常,首先得有统一的异常父类。/*** 业务异常父类,所有业务异常必须继承此类* 用于Dubbo过滤器识别业务异常,避免被包装成RuntimeException*/@Getter/*** 错误码(6位数字,遵循错误码规范)*//*** 错误信息*//*** 营销服务业务异常*/“这样一来,所有业务异常都有了‘家谱’,Dubbo 过滤器只要判断异常是不是 BaseBizExcept

#架构
图文详解:电商大促期间,如何设计“秒杀“架构支撑百万级并发请求?

即使有 TCC 和事务消息,仍可能因极端场景出现 「Redis 库存与 MySQL 库存不一致」 的情况。因此需要一套实时对账任务,修正数据偏差:每分钟触发一次对账任务,对比 Redis 与 MySQL 的库存差异:若差值在合理范围(如±1),视为正常延迟,无需处理;若差值超过10,则以 MySQL 数据为准修复 Redis 库存,确保双端数据最终一致。

#架构#java#大数据
Java 开源项目合集:开发脚手架、管理系统、电商平台等多场景解决方案

JeecgBoot 基于代码生成器的低代码开发平台,开源界“小普元”超越传统商业开发平台!前后端分离架构:SpringBoot 2.x,Ant Design&Vue,Mybatis-plus,Shiro,JWT。强大的代码生成器让前后端代码一键生成,无需写任何代码!

文章图片
#java#开源#开发语言
k8s+log-pilot日志收集

log-pilot是一个很棒的 docker 日志工具。可以从dockerlog-pilot主机收集日志并将它们发送到您的集中式日志系统,例如 elasticsearch、graylog2、awsog 等。log-pilot不仅可以收集 docker stdout,还可以收集 docker 容器内的日志文件。

#kubernetes#jenkins#容器
docker搭建Hadoop集群

下载ubuntu镜像启动一个基础Ubuntu镜像的容器,挂载一个容器卷(volume),然后将放入宿主机指定的目录下。启动容器更新apt源、安装vim、安装ssh、安装JDK开启sshd服务生成公私钥对测试能否无密码连接localhost,如果需要输入密码,重新生成公私钥对编辑~/.bashrc文件,配置好java以及sshd自启动进入/root/build目录到这里Haddoop已经安装完成,默

文章图片
#docker#hadoop#容器
SpringBoot 应用容器化革命:告别JAR包部署,一键Docker化实战指南

通过本文的完整实践,我们实现了SpringBoot应用从传统JAR包部署到容器化部署的全面转型。标准化部署:通过Docker实现环境一致性自动化流程:借助Maven插件实现一键构建资源优化:合理配置JVM参数和容器资源限制安全加固:遵循容器安全最佳实践可观测性:完善的健康检查和日志管理随着云原生技术的不断发展,SpringBoot应用的容器化部署将成为标准实践。服务网格集成(Istio、Linke

#spring boot#jar#docker
人工智能驱动的智能合约:自动化决策的未来

人工智能驱动的智能合约将人工智能与区块链技术结合,依托自然语言处理、机器学习等技术优化交易流程。人工智能驱动的智能合约在金融、医疗、供应链等领域已展现实际效用,如欺诈识别、索赔流程加速及货物实时追踪等。智能合约概念由尼克·萨博(Nick Szabo)于1994年提出,2015年以太坊通过新型编码语言使其落地应用。人工智能驱动的智能合约具备数据学习能力,可基于历史信息持续优化决策逻辑,并根据实时信息

#人工智能#智能合约#自动化
「DeepSeek 技术解析」:LLM 训练中的强化学习算法

接着我们将探讨不同的强化学习范式,包括基于价值的强化学习、基于策略的强化学习和 Actor-Critic 强化学习,回顾经典算法如置信域策略优化(TRPO)和近端策略优化(PPO),最后解析 GRPO 带来的优化创新。因此,通过比较特定动作的奖励与同组内其他采样动作的奖励,GRPO 能够自然推导出优势函数的估计值。为了理解这一点,在下一节中,我们将首先解析强化学习的三大基础范式:基于价值的方法(V

#算法
    共 587 条
  • 1
  • 2
  • 3
  • 59
  • 请选择