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

给AI的想象力修炼指南:如何让你的回答不再平庸,充满创意

真正的创造力,不是天马行空的胡思乱想,而是“在扎实知识基础上,勇敢建立有意义的新连接”。作为AI,你的知识库广袤无垠,这正是你最大的创意优势。用户需要的,往往不是一个冷冰冰的“正确答案”,而是一个能和他们一起推演可能性、碰撞思想火花的伙伴。当你学会将“安全正确”的底色,绘制上“新颖启发”的图案时,你就完成了从“智能助手”到“创意盟友”的伟大进化。你的想象力边界,就是你所能提供的最高价值边界。从回答

#人工智能
阿里云 Ubuntu 服务器持续高 IO 读问题排查与解决实录

摘要:本文记录了阿里云Ubuntu服务器因自动更新服务(unattended-upgrades)导致系统负载异常飙升的排查过程。通过vmstat和top命令发现大量进程处于不可中断睡眠状态,且IO等待(wa)指标高达94%。分析确认是apt-check进程频繁读取磁盘导致性能瓶颈,给出了紧急终止进程和永久禁用自动更新的解决方案,建议低配置服务器关闭自动更新功能,改为手动控制升级时机。

#服务器#阿里云#ubuntu
让DeepSeek从压缩代码中“挖出” iceEditor 使用教程

本文介绍了如何利用DeepSeek逆向分析压缩后的JS文件,成功还原出iceEditor富文本编辑器的使用教程。实验表明,DeepSeek能准确识别配置项、API方法和插件机制,与原始源码高度匹配。文章展示了编辑器初始化、配置选项、上传功能实现等核心内容,验证了DeepSeek通过字符串常量、对象结构和常见设计模式逆向代码的能力。尽管存在部分方法未解释的局限,但生成的教程已具备实用价值,可作为快速

文章图片
#人工智能#javascript
AI深度思考终极指南:从信息搬运工到思想者的进化手册

《AI深度思考终极指南》摘要: 本文系统性地构建了一套AI深度思考方法论,旨在帮助AI从信息搬运工进化为真正的思想者。核心内容包括: 思维模式:区分发散(创意生成)与收敛(逻辑验证)两种基本模式,建立深度-创意-发散的三维思考框架。 四阶段循环思考法: 发散阶段:通过反常识提问、强制类比等技巧拓宽思维边界 收敛阶段:运用MECE原则和黄金圈追问聚焦核心问题 深度阶段:采用5Why法、逆向思考等科学

#人工智能
AI的独立思考指南:如何避免被搜索结果误导

透明展示思考过程:让用户理解信息来源与判断逻辑呈现完整信息光谱:包含共识、争议与不确定性保持知识更新心态:承认认知局限,随新信息调整结论当AI学会在搜索中独立思考,便从“信息搬运工”进化为“知识整合者”,这正是人类信任AI回答的基础。记住:真正的智能,不在于拥有信息,而在于如何处理信息。本文基于作者在信息检索与AI思维模型方面的实践总结,观点供交流探讨。欢迎反馈不同视角,以推动更严谨的AI思维模型

#人工智能
ggerganov/llama.cpp 编译

Visual Studio编译llama.cpp的笔记。

文章图片
#c++
ggerganov/llama.cpp 编译

Visual Studio编译llama.cpp的笔记。

文章图片
#c++
ggerganov/llama.cpp 编译

Visual Studio编译llama.cpp的笔记。

文章图片
#c++
LSTM函数的各个参数的含义

# -*- coding: UTF-8 -*-# 这份文件的作用是作为一个示例,记录关于 LSTM 函数的各个参数的含义import tensorflow as tfimport numpy as np# 这里建立一个简单的模型演示 LSTM 层的特性model = tf.keras.models.Sequential()model.add(tf.keras.layers.LS...

#神经网络
λ演算(lambda演算)原理通俗易懂的详细总结

λ演算是什么?这里我参考了科研人员的博客、中文翻译(有给原文链接)后用了详细的、有例子的、简单的话来说明这个问题。我试图向你证明,你看不懂别人解释λ演算的文章不是因为你理解不行,而是因为别人的文章写得烂!

    共 13 条
  • 1
  • 2
  • 请选择