BR 技术头条 技术链接、资讯与社区分享流
yq yq.aliyun.com / 2016-09-12 08:11 / by @云栖精选

轮胎后的大脑--斯坦福大学AI研究员正在教会汽车思考

打开原文 0 条评论

发表评论

相关分享

bl blog.devtang.com / 2025-01-12 11:55

CSPJ 教学思考：贪心算法

本文介绍了贪心算法在 CSP-J（信息学奥林匹克联赛入门级）教学中的应用。贪心算法通过每一步选择局部最优解，期望最终达到全局最优。作者强调了排序在贪心算法中的重要性，并提供了 sort 函数和自定义结构体排序的示例代码。文章还推荐了适合教学的题目，如 P2240 部分背包问题、P1223 排队接水等，并附上详细的解题思路和代码实现。适合正在备战 CSP-J 的学生和指导教师参考。

查看详情
无图
bl blog.devtang.com / 2025-01-12 11:54

CSPJ 教学思考：动态规划

本文深入探讨了动态规划（DP）的核心概念，强调状态定义、状态转移方程和初始状态设置的重要性。作者通过具体题目，如 P2842 纸币问题 1 和 P1216 数字三角形，详细讲解了从暴力搜索到记忆化搜索，再到动态规划的解题过程，帮助读者理解 DP 的应用和优化方法。适合正在学习算法的学生、编程竞赛选手以及希望深入理解动态规划的开发者阅读。

查看详情
无图
fr frytea.com / 2025-01-06 23:43

AI Prompt 整理

prompt 原则：
1、写出清晰而具体的指示，清晰不是指短，而是尽量详细，可采用分隔符避免自己的要求和内容的混淆，分隔符形式不限：“””, < >, {}
2、给模型思考的时间。如果答案不对，可以尝试不断变化提问方式，直到得出想要结果。可以采用简化或分解问题的方式。

查看详情
无图
pa paper.seebug.org / 2025-01-03 00:14

AI 作为新型黑客：开发进攻性安全代理

这篇文章深入解析了浏览器沙盒逃逸的技术原理，详细讲述了攻击者如何利用漏洞突破沙盒限制，实现对系统的进一步控制。通过真实案例和技术细节的剖析，展示了沙盒逃逸的核心思路和防御对策。内容适合网络安全研究人员、漏洞挖掘工程师，以及对浏览器安全机制感兴趣的技术从业者，提供了宝贵的学习资料和实践指导。

查看详情
无图
bl blog.devtang.com / 2025-01-03 00:10

CSPJ 教学思考：宽度优先搜索

这篇文章通过详细的案例和代码解析，系统讲解了广度优先搜索（BFS）的原理、实现及其在实际问题中的应用场景。文章不仅介绍了 BFS 的基础知识，还延伸到复杂问题的解决思路，适合算法学习者、准备技术面试的开发者，以及对算法优化感兴趣的技术人员，提供了高效的学习参考。

查看详情
无图
pa paper.seebug.org / 2025-01-03 00:07

探索 AI 驱动的网络安全框架：深度学习技术、GPU 支持和未来增强

这篇文章详细分析了现代网络攻击中的 DGA（域名生成算法）技术，涵盖了其工作原理、分类及在恶意软件中的应用实例。通过技术解析和实际案例，展示了如何检测和防御 DGA 带来的安全威胁。内容适合网络安全研究人员、安全工程师以及对恶意软件分析感兴趣的技术爱好者，提供了系统化的学习参考。

查看详情
无图
xu xuexb.com / 2025-01-02 23:57

重新思考如何管理我的服务器

如何高效管理云服务器？文章详细分享了 ECS 的选型策略、常见配置优化方法以及运维管理中容易忽视的关键细节，还提供了安全设置和成本控制的实用经验。通过这些深入解析与实际案例，帮助你全面提升管理效率，优化服务器性能，值得一试！

查看详情
无图
bl blog.devtang.com / 2025-01-02 23:40

CSPJ 教学思考：for 循环

学会高效使用 for 循环，提升代码质量！本文深入解析了 for 循环的用法，从基础语法到高级技巧一应俱全，还分享了常见的坑和优化建议。

查看详情
无图
bl blog.yuanpei.me / 2024-11-02 16:40

容器技术驱动下的代码沙箱实践与思考

本文探讨了基于容器技术的代码沙箱应用，旨在隔离代码执行环境，提升安全性和稳定性。通过 Docker 容器创建语言镜像，支持多语言代码执行。文章介绍了使用 Jupyter 实现代码可视化，并借助 nbformat 和 nbconvert 管理和执行 Jupyter 笔记本，增强代码展示效果。此方案不仅提高了开发灵活性，还便于在 AI 编程中实时展示和分析结果。

查看详情
无图
bl blog.yuanpei.me / 2024-11-02 16:39

温故而知新：后端通用查询方案的再思考

本文探讨了后端通用查询方案的设计，通过 `Gridify` 库启发，提出基于泛型和接口的查询模型，优化分页和过滤功能。实现细节包括 `QueryParameter` 类和 `IQueryableFilter` 接口的使用，自定义模型绑定方式，使查询参数更灵活，支持多种前后端兼容格式。文章强调开发中平衡灵活性与规范性，并认为在 AI 辅助编程背景下，程序员应专注于复杂问题解决和生产关系的改善。

查看详情
无图