简介： LLaMA-Factory 是一个国内北航开源的低代码大模型训练框架，专为大型语言模型（LLMs）的微调而设计
LLaMA-Factory：大语言模型微调框架 一、功能特点 LLaMA-Factory 是一个国内北航开源的低代码大模型训练框架，专为大型语言模型（LLMs）的微调而设计。其主要功能特点包括：
高效且低成本：能够高效且低成本地支持对100多个模型进行微调，简化了模型微调的过程。易于访问和使用：提供了友好的用户界面，用户无需编写代码即可轻松定制和微调LLMs。丰富的数据集选项：支持多个数据集选项，用户可以选择自带的数据集或自己生成数据集进行微调。多样化的算法支持：集成了业界最广泛使用的微调方法和优化技术，如LoRA、GaLore、DoRA等。实时监控和评估：支持集成TensorBoard、VanDB和MLflow等监控工具，便于实时监控训练过程和评估模型性能。极速推理：提供了基于vLLM的OpenAI风格API、浏览器界面和命令行接口，实现快速推理。 二、安装 LLaMA-Factory 的安装相对简单，以下是一般的安装步骤（以conda环境为例）：
创建Python环境：
使用conda创建一个新的Python环境，并安装必要的依赖库，如PyTorch等。
克隆LLaMA-Factory项目：
通过Git克隆LLaMA-Factory的源代码到本地。
git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git 安装依赖：
进入项目目录，安装必要的Python依赖库。
cd LLaMA-Factory pip install -e ".[torch,metrics]" 启动服务：
在项目目录中运行python src/train_web.py启动服务，然后在浏览器中访问相应的端口（默认可能是7860）以访问训练界面。
三、支持的算法 LLaMA-Factory 支持多种先进的微调算法和模型，包括但不限于：
多种模型：LLaMA、LLaVA、Mistral、Mixtral-MoE、Qwen、Yi、Gemma、Baichuan、ChatGLM、Phi 等等。集成方法：（增量）预训练、（多模态）指令监督微调、奖励模型训练、PPO 训练、DPO 训练、KTO 训练、ORPO 训练等等。多种精度：16 比特全参数微调、冻结微调、LoRA 微调和基于 AQLM/AWQ/GPTQ/LLM.int8/HQQ/EETQ 的 2/3/4/5/6/8 比特 QLoRA 微调。先进算法：GaLore、BAdam、DoRA、LongLoRA、LLaMA Pro、Mixture-of-Depths、LoRA+、LoftQ、PiSSA 和 Agent 微调。实用技巧：FlashAttention-2、Unsloth、RoPE scaling、NEFTune 和 rsLoRA。实验监控：LlamaBoard、TensorBoard、Wandb、MLflow 等等。极速推理：基于 vLLM 的 OpenAI 风格 API、浏览器界面和命令行接口。 四、性能指标 与 ChatGLM 官方的 P-Tuning 微调相比，LLaMA Factory 的 LoRA 微调提供了 3.
【前端8】element ui常见页面布局：注意事项 写在最前面遇到的问题Element UI 常见页面布局：注意事项1. 了解基本布局组件常用的菜单1多一个下角 常用的菜单2 2. 栅格系统的使用3. 响应式布局4. Flex 布局的应用5. 避免滥用嵌套6. 处理边距和填充 小结 🌈你好呀！我是 是Yu欸 🌌 2024每日百字篆刻时光，感谢你的陪伴与支持 ~ 🚀 欢迎一起踏上探险之旅，挖掘无限可能，共同成长！ 写在最前面 Element UI 是一个基于 Vue.js 的组件库，提供了丰富的 UI 组件和布局工具，帮助开发者快速构建美观、响应式的前端页面。在使用 Element UI 进行页面布局时，有一些常见的注意事项，可以帮助你避免常见的问题，并提升开发效率和用户体验。
本文将介绍这些注意事项，帮助你在使用 Element UI 时更加得心应手。
注意，el-container不能嵌套使用
遇到的问题 加了路由跳转后，菜单栏由左边调到了右边，很奇怪
经过测试，发现是子页面的.el-aside没有加<style scoped>，导致样式溢出
Element UI 常见页面布局：注意事项 1. 了解基本布局组件 Element UI 提供了许多基础布局组件，如 Container、Header、Aside、Main、Footer 和 Row、Col 等。掌握这些组件的使用方法，是进行有效布局的前提。
Container 容器：用于外层容器布局。Header 头部、Aside 侧边栏、Main 主要区域、Footer 底部：这些都是 Container 里的子组件，负责不同的区域划分。Row 行 和 Col 列：用于栅格布局，Row 包含多个 Col 组件，通过设置 Col 的 span 属性来控制列宽。 常用的菜单1 <el-container> <el-header>Header</el-header> <el-container> <el-aside width="
网关，网间连接器、协议转换器。网关在网络层以上实现网络互连，是最复杂的网络互连设备，仅用于两个高层协议不同的网络互连。
主要负责协调不同结构和特征的CAN总线网络以及其他数据网络之间的协议转换、数据交互、故障诊断等工作。主要任务是使两个数据传输速率不同的系统之间能够进行正常的信息交换。
网关可以用于广域网互联，也可以用于局域网互联。
常见网关作用：
将局域网的数据转变成可以识别的ascii码，比如OBD2诊断数据，方便诊断协调低速率信息与高速率信息以实现数据共享接收和转发信息激活某个控制单元或者某局域网工作实现系统内部数据的同步作为诊断接口（CAN总线的所有信息都供网关使用） 汽车网关，车辆连接网关（CVG，Connect vehicle gateway）或者汽车连接网关（CCG，Connected car gateway）是允许车辆与外界通信的车辆入口点（entry point)
这个入口点，称之为中央集线器，它不仅与外界通信，而且还提供可靠和安全的无线通信。更重要的是，由于现在车辆的功能和特征不断增长，比如，我们可以使用各种网络接口，包括局域互联网络(LIN)、控制器局域网络(CAN)，以及以太网等等。车辆的网关必须能够与任何，以及所有这些独特的协议，及其范围跨度很大的不同数据速率进行有效通信。
参考链接：
汽车网关（gateway）系统的作用原理及部分车型网关位置_新能源汽车网关的工作原理-CSDN博客汽车网关：它是什么，为什么自动驾驶汽车和网联汽车需要它，以及谁拥有它？ - 资源中心 (arrow.cn)
在这篇博客中，我们将深入探讨如何在项目中使用Node.js和Vue，并配置SSH服务以及实现SSH免密登录。我们会一步步地进行讲解，并提供代码示例，确保你能轻松上手。
一、Node.js 与 Vue 的结合 1.1 Node.js 简介 Node.js 是一个基于 Chrome V8 引擎的 JavaScript 运行时，它让 JavaScript 能够在服务器端运行。Node.js 以其高效、轻量、事件驱动的非阻塞 I/O 模型而闻名，非常适合构建高并发的网络应用。
1.2 Vue 简介 Vue 是一款渐进式 JavaScript 框架，用于构建用户界面。与其他大型框架不同，Vue 被设计为可以自底向上逐层应用。Vue 的核心库只关注视图层，非常容易上手，同时也便于与第三方库或既有项目整合。
1.3 项目初始化 我们将创建一个简单的项目，前端使用 Vue，后端使用 Node.js。
1.3.1 初始化 Node.js 项目 首先，确保你已经安装了 Node.js 和 npm。然后在终端中运行以下命令来初始化一个新的 Node.js 项目：
mkdir my-project cd my-project npm init -y 接下来，安装 Express 框架：
npm install express 创建一个 server.js 文件，并添加以下代码：
const express = require('express'); const app = express(); const port = 3000; app.
Android studio连接夜神模拟器
一、 步骤 1.下载好Android Studio和夜神模拟器,
2.打开夜神模拟器，找到其安装目录下的 nox_adb.exe文件
3.右键进入cmd命令打开，管理员权限执行下面命令
PS D:\Program Files\Nox\bin> .\nox_adb.exe connect 127.0.0.1:62001 * daemon not running. starting it now on port 5037 * * daemon started successfully * connected to 127.0.0.1:62001 PS D:\Program Files\Nox\bin> 4.运行项目，查看连接成功
二、扩展： 不同的模拟器输入以下相对应的命令：
夜神模拟器：adb connect 127.0.0.1:62001雷电模拟器：adb connect 127.0.0.1:5555逍遥安卓模拟器： adb connect 127.0.0.1:21503天天模拟器：adb connect 127.0.0.1:6555海马玩模拟器 ：adb connect 127.0.0.1:53001网易MUMU模拟器：adb connect 127.0.0.1:7555
近年来随着大数据的广泛普及和应用，数据资源的价值逐步得到重视和认可，数据交易需求也在不断增加。因此出现了许多大数据交易的平台，大数据交易平台的发展受益于政府数据开放和互联网服务的发展，中国虽然起步较晚，但自2015年大数据发展政策出台以来，大数据产业迅速发展，尤其在经济发达地区如贵州、上海、北京和江苏等地。这些地区所以设立的包括贵阳大数据交易所、北京国际大数据交易所、上海数据交易所、深圳数据交易所、广州数据交易所在内的五大交易所，进一步推动了大数据产业的发展。
截至2024年6月，全国共成立64家数据交易场所，主要地域分布在华东、华北和华南沿海地区，平台的地域分布与地区的经济发展水平相关，发展较快、经济水平较高的城市，其大数据交易平台的发展也要比其他地区发展要快。
根据公开信息整理，以下会从时间和地区以及运营主体三个维度来分析：
1、时间分布 图1 2014-2024大数据交易平台逐年新增数量
从成立年份看，大致分为两个阶段：
2014-2020年通常称为“数据交易1.0”阶段。在2015年《促进大数据发展行动纲要》印发之后，在国家“引导培育大数据交易市场”的系列政策鼓励下，2015-2016年，全国范围内成立或拟成立数据交易场所共计17家。2017至2020年间，由于交易环境不成熟、数据资源获取不足、交易界限模糊和平台功能定位不明确等问题，中国数据交易市场未达预期增长。
自2021年起，“数据交易2.0”阶段正式开启。2021年"十四五"规划强调建立完善的数据要素市场。贵阳大数据交易所因未达预期目标，于同年重组后成立贵州省数据流通交易服务中心。同年北京、上海、西部、深圳和海南等地交易所陆续成立或发布，全国数据交易市场体系初具规模。2022-2023年，全国范围内数据交易所的数量呈稳定增长。数据交易市场正在变得更加多元化，不再局限于互联网行业。有了传统行业的参与，为数据交易市场带来了新的机遇和挑战。
图2 “数据交易1.0”阶段新增交易平台地区分布（2014-2020)
北京作为首都，在”数据交易1.0“阶段就已经开始大力发展大数据交易平台。
图3 ”数据交易2.0”阶段新增交易平台地区分布图 (2021-2024)
在”数据交易2.0“阶段，江苏和广东的发展速度较为突出。
2、地区分布 截止目前，全国64家数据交易场所分布在27个省份（自治区、直辖市），除西藏、辽宁、云南、青海、宁夏回族自治区、台湾、澳门特别行政区外，其余省级行政区自2014年以来均成立过相关数据交易场所。从图上看，大数据交易平台主要分布在华东、华北和华南沿海地区。广东省和江苏省以7家数据交易市场的占有量处于第一梯队；北京、山东、湖北、浙江发展速度较快处于第二梯队；其余21个省份发展速度比较平均处于第三梯队。
图4 2014-2024年各平台所在地区分布
3、运营主体 目前全国已成立的数据交易场所运营主体情况为国企占比72%，私企占比28%。基本由区域内政府部门或下属国有企业牵头建立，多数采用“国有独资”或“国有控股、政府指导、市场化运营”的运作机制。以国有资本独有控股或“国企牵头，民企参与”的模式，是当前运行中主流模式，70%以上的机构为该模式。
图5 大数据交易平台运营主体占比图
总结与展望 从地区上看，大数据交易平台主要分布在华东、华北和华南沿海地区；从时间上看，每一次大政策的发布，都迎接一次大数据交易平台的爆发式增长；数据交易涉及到数据安全与隐私保护，所以大部分交易平台都是国有企业。当前，中国的数据交易市场发展正处在一个关键的成长阶段，未来大数据交易仍有较大的发展空间。相信有关部门能够实施更加精准的政策，建立清晰的参考标准体系，以完善产业生态环境，实现数据价值的最大化。
数据下载：https://edu.cda.cn/group/2/thread/178914
报告下载：https://edu.cda.cn/group/17/thread/178925
附件1：截止2024全国大数据交易所现状数据一览.pdf
1、背景： 在维护paas云平台过程中，有研发反馈paas云平台上的CI/CD的前端流水线执行异常。
2、问题描述： 流水线执行的是前端编译，使用的是node.js环境。报错内容如下：
2024-07-18T01:23:04.203585287Z npm ERR! code ECONNRESET
2024-07-18T01:23:04.203727300Z npm ERR! errno ECONNRESET
2024-07-18T01:23:04.210147708Z npm ERR! network request to https://registry.npmjs.org/@vue%2fcli-plugin-router failed, reason: read ECONNRESET
2024-07-18T01:23:04.210195959Z npm ERR! network This is a problem related to network connectivity.
2024-07-18T01:23:04.210209224Z npm ERR! network In most cases you are behind a proxy or have bad network settings.
2024-07-18T01:23:04.210226834Z npm ERR! network 2024-07-18T01:23:04.210338075Z npm ERR! network If you are behind a proxy, please make sure that the
这些都是我认为程序员需要掌握的单词，就算有些英文你不熟悉，但是对应的中文至少了解什么意思。
看完这个系列，希望你：
第一能认识更多单词
第二是拓宽自己的知识面，哪个概念不懂就自己去主动了解
编程基础关键字 这些是编程语言中用来执行特定操作的保留词，例如循环、条件判断和数据类型等。
计算机必背单词——编程基础关键字-CSDN博客
算法和数据结构 在计算机科学中常见的概念，如排序算法、搜索技术、链表、树、图等。
计算机必背单词——算法和数据结构基础-CSDN博客
计算机必背单词——数据结构-CSDN博客
计算机必背单词——算法-CSDN博客
操作系统术语 涉及操作系统概念的词汇，如进程、线程、内存管理、同步、死锁等。
计算机必背单词——操作系统-CSDN博客
软件开发方法 与软件工程实践相关的术语，如敏捷开发、版本控制、单元测试、持续集成等。
计算机必背单词——软件开发 项目管理-CSDN博客
网络和安全 网络通信和计算机安全相关的词汇，如协议、加密、防火墙、VPN、DDoS攻击等。
计算机必背单词——网络和安全_学网络信息安全要背的单词有哪些-CSDN博客
数据库技术 数据库相关术语，如关系型数据库、非关系型数据库、事务、索引、查询优化等。
计算机必背单词——数据库-CSDN博客
计算机必背单词——数据库性能相关-CSDN博客
编程语言和框架 各种编程语言和它们的框架、库的名称，如Java、Python、React、Node.js等。
计算机必背单词——编程框架-CSDN博客
硬件和网络设备 计算机硬件及网络设备相关的术语，如CPU、GPU、路由器、交换机、SSD等。
计算机必背单词——硬件及网络设备-CSDN博客
网站开发 与互联网和网站开发相关的技术词汇，如HTML、CSS、JavaScript、Web API等。
计算机必背单词——网站开发-CSDN博客
开发工具和环境 用于软件开发的工具和环境，如IDE、编译器、调试器、容器化、虚拟机等。
计算机必背单词——开发工具-CSDN博客
云计算和虚拟化 与云服务提供商和虚拟化技术相关的词汇，如AWS、Azure、Docker、Kubernetes等。
计算机必背单词——云计算和虚拟化_学习云计算所需要的单词-CSDN博客
人工智能和机器学习 在AI和ML领域中的术语，如神经网络、深度学习、自然语言处理、强化学习等。
计算机必背单词——人工智能 机器学习-CSDN博客
项目管理和协作 项目管理和团队协作的工具和概念，如Scrum、Kanban、Jira、Trello等。
计算机必背单词——软件工程相关-CSDN博客
行业术语和缩写 特定于计算机行业的术语和缩写，如API、UI/UX、SaaS、PaaS、IoT等。
计算机必背单词——术语和缩写-CSDN博客
什么是分布式锁 分布式锁是一种用于在分布式系统中控制多个节点对共享资源进行访问的机制。在分布式系统中，由于多个节点可能同时访问和修改同一个资源，因此需要一种方法来确保在任意时刻只有一个节点能够对资源进行操作，以避免数据不一致或冲突。分布式锁就是用来实现这种互斥访问的工具。
为什么 Redis 的 SETNX 可以实现分布式锁 Redis 的 SETNX 命令（即 SET if Not eXists）可以用来实现分布式锁，原因如下：
原子性：SETNX 是一个原子操作，这意味着在同一时间只有一个客户端能够成功设置键值对。如果键已经存在，SETNX 将不会执行任何操作。这种原子性确保了锁的获取和释放是线程安全的。
唯一性：SETNX 确保了锁的唯一性。只有第一个尝试设置键的客户端能够成功，其他客户端在尝试设置相同的键时会失败。这模拟了锁的“获取”和“释放”行为。
过期时间：通过结合 EXPIRE 命令或使用 SET 命令的 EX 选项，可以为锁设置一个过期时间。这防止了锁被永久占用，即使客户端在持有锁期间崩溃或未能正确释放锁。
分布式环境：Redis 是一个分布式内存数据库，可以在多个节点之间共享数据。因此，使用 Redis 实现的锁可以在分布式系统中的多个节点之间共享，从而实现分布式锁。
高性能：Redis 是一个高性能的数据库，能够处理大量的并发请求。这使得 Redis 非常适合作为分布式锁的实现基础。
准备工作 创建一个Spring Boot项目，并引入相关依赖
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> 在application.yml文件中配置 Redis 连接信息：
server: port: 8080 spring: redis: host: xxx.xxx.xxx.xxx port: 6379 password: xxxxxx 具体实现 创建分布式锁工具类
import org.springframework.data.redis.core.StringRedisTemplate; import org.springframework.stereotype.Component; import java.util.concurrent.TimeUnit; @Component public class DistributedLock { private final StringRedisTemplate redisTemplate; // 通过构造函数注入 StringRedisTemplate public DistributedLock(StringRedisTemplate redisTemplate) { this.
7月16日，2024 可信数据库发展大会在北京隆重举行。大会以“自主、创新、引领”为主题，近百位数据库领域的专家、学者齐聚一堂，带来高质量的数据库技术洞察与实战经验。
本次可信数据库发展大会中，中国信通院正式公布 2024 年上半年“可信数据库”系列评测结果。拓数派旗下的云原生向量数据库 PieCloudVector 通过了向量数据库基础能力测试并获得证书， 同时入选中国信通院《中国数据库产业图谱（2024）》
至今，所有参加信通院向量数据库测评的产品中，只有两款通过了全部测试项目，而 PieCloudVector 是其中之一。
1 PieCloudVector 通过信通院“可信数据库”评测 “可信大数据”系列评估测试是面向大数据产品的权威测试体系，旨在从基础能力、性能、可靠性、安全等维度全面衡量企业级大数据产品的能力。
本次评测依据《向量数据库技术要求》，经过严格的测试与评审， PieCloudVector 在基本功能、运维管理、安全性、兼容性、扩展性、高可用、工具生态七大能力方面表现优异。测试结果表明，PieCloudVector 在向量数据库的功能完备性、易用性、通用性等方面均符合标准要求。
据信通院公布：“历史所有参测产品的测评结果显示，‘备份与恢复’、‘数据生命周期’、‘计算异构的向量索引’、‘数据加密’、‘多模态数据向量化能力’是通过率最低的测试项目。所有测试项整体通过率为 90.07%，可选项平均通过率为 76.67%。” 而 PieCloudVector 在本次测评中以优异的成绩全项通过了所有测试项目，充分证明了 PieCloudVector 的产品能力。
2 关于 PieCloudVector PieCloudVector，作为拓数派大模型数据计算系统（PieDataCS）第二款云原生向量计算引擎，是大模型时代的分析型数据库升维。
2.1 PieCloudVector 主要功能
高效的索引能力 PieCloudVector 支持主流向量索引，包括 IVF、HNSW、混合索引以及 Binary 索引等，并对向量索引的创建进行多线程优化，单节点多线程模式可以充分调度所有计算资源，大幅提升索引创建效率。支持 L2 距离、内积（IP）、余弦相似度（Cosine）、Jaccard 和 Hamming 等，检索的关键性指标（QPS、召回率和时延）优异。
高性能向量与标量的混合查询 PieCloudVector 不仅可以处理向量数据，还可以处理标量数据，支持主流的向量检索 KNN-ANN 算法。
全面兼容 SQL 兼容性 高度兼容 SQL:2016 标准，完全支持 SQL:1992 标准，以及大部分的 SQL:1999 标准和部分 SQL:2003 标准（主要支持其中的 OLAP 特性）;兼容 PostgreSQL 协议，支持标准数据库接口（ODBC、JDBC 等）。
异构算力支持 支持主流的 CPU 和 GPU 等硬件，同时也适配认证了国产的芯片服务器，并进行了相关性能优化。
🏠【租房卖房新选择】揭秘房产中介小程序，一键搞定置业大事！🏡 🔍【开篇：告别繁琐，拥抱便捷】🔍 还在为找房子跑断腿？为卖房发愁吗？今天给大家安利一个超级实用的“房产中介租房卖房平台小程序”，它就像你的私人置业小助手，让租房、卖房变得简单又高效！🎉
🏠【租房篇：海量房源，精准匹配】🏠 🔍 海量房源，应有尽有
打开小程序，仿佛打开了新世界的大门！从市中心的精致公寓到郊区的温馨小屋，从合租单间到整租别墅，各种房源应有尽有，满足你的所有需求。
🔎 智能筛选，一键直达
想要找离公司近、交通便利的房子？没问题！小程序内置智能筛选功能，根据你的预算、位置、户型等条件，快速匹配出最合适的房源，让你省心又省力。
🏡【卖房篇：专业评估，快速成交】🏡 💰 专业评估，价格合理
想要卖房却不知如何定价？小程序提供专业的房产评估服务，根据市场行情、房屋状况等因素，给出科学合理的估价建议，让你的房子卖得更快更划算。
📱 一键发布，曝光率高
完成评估后，只需简单几步，就能将你的房源信息一键发布到平台上。平台拥有庞大的用户群体和高效的推广机制，让你的房子迅速获得关注，成交不再是难题。
💬【服务篇：专业团队，全程陪伴】💬 👩💼 专业顾问，贴心服务
无论是租房还是卖房，过程中难免会遇到各种问题。小程序背后的专业团队随时待命，为你提供一对一的咨询服务，解答你的所有疑问，让你置业无忧。
📞 实时沟通，快速响应
平台支持在线沟通功能，你可以直接与房东、租客或经纪人联系，实时了解房源详情、预约看房时间等，一切尽在掌握之中。
🎉【结语：置业新体验，从这里开始】🎉 还在为租房卖房烦恼吗？快来试试这款房产中介租房卖房平台小程序吧！它将以全新的方式，重新定义你的置业体验，让你的生活更加美好！🎈
文章目录 🍊1 人工智能兴起背后的伦理及道德风险1.1 算法偏见与歧视1.2 数据隐私侵权1.3 透明度受限1.4 决策失衡1.5 AI生成内容的危险性 🍊2 建构AIGC伦理观：实现人机共创的永续提升2.1 技术手段与伦理预防2.2 即时警告与紧急关停措施2.3 法律视角下的AI伦理发展与规范2.3.1 国内出台的相关AI法律法规2.3.2 国外出台的相关AI法律法规 🍊3 企业责任与AI伦理学家：应对AI伦理问题的新战略3.1 AI人才战略3.2 人工智能伦理学家3.2 企业的伦理和合规性 🍊1 人工智能兴起背后的伦理及道德风险 随着人工智能（AI）技术的快速发展，特别是通用人工智能（AGI）的崛起，组织和人力资源管理迎来了前所未有的机遇。然而，这些技术的应用背后也潜藏着一系列伦理和道德风险，包括偏见与歧视、数据隐私侵权、透明度受限、决策失衡等。组织在享受技术红利的同时，必须警惕这些潜在风险，并采取有效措施加以应对。
《计算机行业周报：ChatGPT发布有望引发人工智能新浪潮》中这样写道：
《人工智能行业专题：AIGC投资框架-西南证券》中这样写道：:
1.1 算法偏见与歧视 AGI算法的偏见与歧视问题主要源于其训练数据的不完备性和偏向性。斯坦福大学2023年发布的研究报告显示，过去十年间，全球范围内由AI引发的事故和争议的事件数量增长了26倍。在人员招聘环节，针对性别、种族和年龄的偏见与歧视事件层出不穷。这些偏见不仅破坏了招聘公平性，还可能导致组织错失优秀人才。因此，企业有必要加强对技术背后训练数据和算法的审查与监控，并及时采取纠正措施，打造更为公平的技术应用环境。
1.2 数据隐私侵权 为了充分发挥AGI对组织管理的提质增效作用，组织会收集和处理大量员工数据，包括个人信息、偏好、行为习惯和健康等敏感信息。然而，不正确或滥用这些数据可能导致数据隐私权受损。例如，未经授权的数据共享和不当的数据存储方式都会带来隐私风险。因此，组织亟需建立严格的数据安全保护措施，确保数据处理方式的合规性和道德性，以维护员工的隐私权和信任。
1.3 透明度受限 AGI决策机制的复杂性和黑盒特征使得其推理和决策逻辑难以被外界理解。员工可能会因无法理解AGI决策而对其公平性和合理性提出质疑。同时，AGI系统的复杂性和自主性也可能导致责任划分的模糊性。当AGI系统出现错误、失控或伦理问题时，追溯责任将变得困难重重。组织需要增加AGI系统的透明度，建立清晰的责任划分机制，确保在出现问题时能够快速明确责任方并采取有效的补救措施。
1.4 决策失衡 AGI系统在运行过程中不可避免地会遇到道德性抉择和伦理困境。例如，如何在决策中权衡个人利益和集体利益、处理道德冲突等问题，都是AGI系统面临的挑战。组织需要建立适当的伦理框架和指导原则，确保AGI系统在决策过程中遵循道德标准。为此，组织应为员工提供相应的培训和支持，引导其在工作过程中探索人类经验和机器数据决策之间的平衡，避免陷入忽视数据或过于依赖AGI系统的决策失衡风险。
1.5 AI生成内容的危险性 一个典型案例是2016年微软发布的Tay。Tay是一个通过推特学习社会信息并与他人互动的AI。然而，仅仅一天后，Tay开始发表种族歧视等偏激言论。微软随后暂时关闭了Tay的账号。这些言论显然是与网络上某些具有偏激言论的人互动后，被刻意教导出来的。因为微软当时没有让Tay理解哪些言论是不适当的。
🍊2 建构AIGC伦理观：实现人机共创的永续提升 在此背景下，AIGC的发展须警惕盲目研发，应构建AIGC模式的伦理观，鼓励人作为创意主体的核心角色与伦理赋能的人机创新力永续提升。
一方面，AIGC的发展需要文化科技伦理的匡正，明确人与社会、人与机器的社会关系，建立新的AI文化科技伦理秩序。
另一方面，学习与理解心智的计算架构，赋予AIGC正确的责任观和价值观，明确AIGC算法的设计者、生产者、使用者各类主体的道德责任和版权关系。
同时，我们也应关注AI技术发展中可能带来的伦理和社会问题。例如：
如何防止AI助手过度筛选信息，导致信息茧房现象？如何确保AI技术在传播过程中不受偏见和歧视的影响？如何平衡人工智能的应用与个人隐私保护？ 这些问题都需要广泛的讨论和深入的研究，以确保AI技术的可持续和健康发展。
2.1 技术手段与伦理预防 目前，许多企业正在运用一些技术手段来避免类似事件的发生，如改善数据集、增加限制性条件、微调模型等，使AI减少接触不良信息。然而，依然难以根绝有人刻意诱导AI。
比如，最近流行的ChatGPT就曾被诱导写出详细的毁灭人类计划书，后来发现是一位工程师故意为之。
2.2 即时警告与紧急关停措施 除了预防技术伦理问题，在使用时的及时警告及紧急关停措施同样重要且必要。AIGC应该内置生成内容的检测机制，确保其不被用于危害社会。一旦发现可疑举动，AI应能够迅速反应，暂停服务，并发出警告，甚至自动报警。这不仅依赖于技术的发展，相关的法律法规同样必不可少。AIGC技术伦理问题需要社会各界的共同努力来解决。
2.3 法律视角下的AI伦理发展与规范 隐私保护问题：
随着AIGC技术的发展，个人隐私保护面临新的挑战。需要制定严格的数据保护措施，确保用户隐私不被滥用。 数据安全问题：
AIGC技术依赖大量数据，这些数据的安全性至关重要。需要建立完善的数据安全管理机制，防止数据泄露和滥用。 版权问题：
AIGC生成的内容可能涉及版权问题，需要明确内容创作者、生成工具和平台之间的版权归属和责任。 通过法律和政策的规范，可以有效地引导AIGC技术的健康发展，保障相关利益主体的合法权益，并推动产业的可持续发展。
《【中国信通院】人工智能生成内容（AIGC）白皮书》中这样写道：
2.3.1 国内出台的相关AI法律法规 为促进生成式人工智能技术的健康发展和规范应用，2023年4月11日，国家网信办起草《生成式人工智能服务管理办法（征求意见稿）》并公开征求意见。该办法涉及生成式AI技术、生成内容、主体责任、数据源和数据处理等方面，对生成式人工智能服务进行了框架性规范。这体现了我国对规范化发展AIGC技术与产业的重视。
从法律的角度出发，AIGC作为全新的内容生产模式，将带来显著的隐私保护问题、数据安全问题和版权问题。
每一次生产力的变革，在带来技术进步与更高效率的同时，也都无可避免地带来一次人才的更迭。在过去的几年里，人工智能取得了极快的发展，其中包括基于机器学习和深度学习的“图像生成技术”。ChatGPT4的出现，更是将AI 绘图降低到几乎零门槛，普通用户只需输入文本语句就可输出具有独特风格和想象力的图像，但由此带来的副作用则是动漫设计、插画、游戏设计等行业的剧烈动荡。
许多游戏公司将AI绘画引入工作流程，用以摆脱游戏行业带来的人才压力和资金焦虑。有游戏团队把原画外包团队给砍了，有游戏外包公司直接裁掉了一半的人，“原画师利用Al完成方案，工作效率至少能提升50%以上，之前公司需要38个原画师，现在已经裁掉了20个人，公司不养闲人！”一家刚刚完成裁员的游戏美术外包公司的技术总监透露。
AI 绘图势不可挡，设计从业者们如何应对？正在举行的中国北京动画周上，动漫从业人员就此问题展开讨论。
现状
有公司从上百人减到30人
“动漫游戏产业属于劳动力集成的创意型产业，如何节约成本提高效率，提升效能是多数动漫企业关注的焦点。这时候人工智能AI出现了，它对于文本的生成，前期美术设计的方案、中期细节表现的效率提升都呈现出了人力无法比拟的优势。”成都大学影视与动画学院院长张娟一直在关注AI 绘图对于动漫产业的影响。
她介绍，相比中后期的制作流程，AI技术对于漫画、插画、绘本、游戏和动画前期的美术设计这一类以平面创意表现为主的行业冲击最大，“尤其在概念美术设计方案的草图呈现、效果细化上，AI的可替代性非常强。”
“二维动画的前期美术设计还有漫画插画公司的主笔，游戏前期概念美术设计等岗位也受到了冲击。我和我的同事发现这些岗位都出现了不同程度的招聘人员缩减或者裁减和岗位合并等情况。”调研中，张娟发现一家参与了《王者荣耀》《三国杀》《第五人格》等知名游戏项目的四川原画外包公司，在AI绘画盛行之后，公司人数从之前的上百人已经消减到了30人不到，“不仅如此，它的原画项目也在缩减。在目前动画公司和游戏公司的招聘上，我们发现大家都在招AI画师，并且是在岗位要求上明确指出要根据项目去生成完成图，熟练使用各种AI绘画工具，结合项目需求对AI生图进行精修。”
张娟指出，AI目前对于动漫前期公司的影响非常大，三维公司在项目中期阶段无法整体调节它的生产模式，所以，相对受到AI冲击暂时小一些。“不过，这是暂时的，AI的迭代非常快，一些瓶颈问题像数字模型搭建周期缩短，数字资产管理优化等问题一旦解决，冲击只是时间的问题。”
影响
动漫专业接受考验
动漫行业的改变对上游动漫专业学生的就业带来直接影响。对此张娟分析，“目前基础应用型人才被人工智能替代的概率是最高的，因此对于实施常规和传统动画技术教育学的专业来说，这个专业的发展和就业前景是最不乐观的。对于熟悉动画制作流程的动画技术专业技能型人，比如插画绘本、行业上色师、三维动画行业建模师等，他们的专业能力主要应用于影视动画、漫画插画绘本以及游戏制作等方面的原创内容制作，这一类型的人才在人工智能时代部分职位作出了合并和撤销，逐渐会由专业型过渡到一专多能型。对专业素养的要求也再次提升。”
为了适应人才变化，高校也将对动画专业人才培养方案进行调整。“普通动画工作者和资深动画师不同之处，除了技法之外，后者还会强调独具匠心的创意策划、动画原理的熟练应用，以及动画表演深层的把握。”张娟说，“因此，我们对于学生的培养除了熟练表现专业技能之外，还要拓宽他们的专业视野，提升学生的文史水平，锻炼他们的学术修养，故事的策划能力，同时熟练掌握影视视听语言并且能够应用于动漫游戏的创作和生态。”
除此之外，张娟认为，动画专业的学生在面对这么多海量生成图的同时一定要有审美能力、鉴赏遴选能力。只有这样才能在未来驾驭人工智能。
思考
AI无法取代人类对角色的理解
具体要怎么做，北京电影学院动画学院教授、电影学博士马华给出了四个建议，“第一，教学中，要让更多的同学去熟悉AI，不管是新的制作技术还是设计领域的技术。”
第二，要进一步加强实践教学。用实践的方式去完善学生对动画的理解，学生才能真正了解现在AI技术实现以后对于内容或者内容创作本身第二步的提升。
马华说，实践教学还会锻炼学生的跨界合作能力和团队能力。AI现在在一定程度上在减少人力或者降低人力创作过程（的成本）。但是，动画的创作一直以来都是以合作团队或者说相互在团队过程中不断实现项目往前推进的。合作过程中，人与人的碰撞产生的思想火花是AI无法取代的，哪怕在团队创作过程中有争议、有碰撞，甚至有争吵，这部分都是弥足珍贵的东西。
第三，除了AI之外，我们的教学现在也会遇到更多碎片化学习，这种情况下，要更强调一体化的理论教学，在教学过程中强调，电影史、动画史、电影艺术史、美术综合修养的部分，因为AI只是在大量数据中去采样，它并没有像人类在电影和动画发展过程中不断迭代、不断日积月累创作规律的总结和发展能力，这部分是将来你去运用和驾驭AI的一个非常重要的理论储备和基础。
最后则是回归到创作的故事，马华观察，目前AI可以创作有逻辑性的故事，但无法取代的一点是人类对角色的理解，对角色情感的呈现，“我们看故事、感受故事，由此留给我们情感共鸣的东西，恰恰是此时此刻或那时那刻人和人之间情感碰撞留下的一种回忆，这部分光靠大数据、采样是很难取代的。所以，回归故事、人物，回归对于人物情感的挖掘的部分，AI目前还不能涉及。”
观察
动画大变革，从熊猫“盼盼”开始
在AI绘画时代之前，中国的动画业也曾经历过人工被电脑替代的变革。国际动画协会副主席李中秋就是那场变革的见证者。1990年，我国创造国产第一个三维动画是亚运会的（吉祥物）熊猫盼盼，李中秋就是当时三维动画技术的引进者，“那时候中国这个行业是零，所以，‘三维动画’这个词都没有，都是我翻译过来的。”
从那时开始，李中秋一直跟随中国动画协会的老会长张松林先生，从事动画行业推广工作。他记得，自己第一次到美影厂，带着那台机器给大家介绍，说未来的动画可以用电脑完成，美影厂有几位前辈非常不以为然，“钱运达老师（钱老师非常善良），他说怎么可能把大量的画稿，甚至那么多的颜料、赛璐珞片，那都是多贵的东西，把它废掉，往后用你的机器吗？你做做实验大家看看还可以。”
张松林给出的回复非常到位，他说：“老钱，我告诉你，除非我们永远不用这个。假如突然大家都冷冻起来，冻结了，等你十年后醒来，你觉得还会用纸吗？如果那个时候是用电脑，那我们不如今天就开始尝试。”
2003年前后，国内的动漫产业终于彻底把动画手绘变成电脑，再之后又发展出无纸动画、VR、运动捕捉等技术……那么，已经到来的AI绘画时代又将是怎么一番天地。悲观和乐观都显得单薄，因为这个时代已经开启，不能逆转。
4月21日国内CG元老阮佳以自绘的《艾尔登法环》中女武神同人示范草图对战AI，限时30分钟，让广大的网友使用AI对其进行细化，之后再与她的完稿做对比，很多人都在关注这场没有硝烟的战争。“战后”，阮佳老师是这样说的，“我不是在抵制科技进步，而是觉得不该去侮辱那些在这波冲击倒下的人。如果时代要你的命，那么我就努力在自己的专业上战斗到最后。”
写在最后 AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
若有侵权，请联系删除
作者 | 王轶群
责编 | 唐小引
出品丨AI 科技大本营（ID：rgznai100）
今年 2 月从 OpenAI 二次离职的 Andrej Karpathy，终于找到了自己热爱的方向。
“很高兴地告诉大家，我正在创办一家名为 Eureka Labs 的 AI+教育公司。”北京时间今天凌晨，Andrej Karpathy 宣布将启动一个名为 Eureka Labs（尤里卡实验室） 的人工智能集成教育平台，利用 ChatGPT 开发商 OpenAI 和特斯拉多年的经验。
不藏了！尤里卡实验室来了！
Karpathy 解释了其创业公司命名的想法。Eureka（尤里卡，源自古希腊语）是一种理解了某件事之后的美好感觉，好像脑子里有个东西咔哒一声。他和团队的目标是激发人们心中的那些瞬间。Karpathy 无疑也是找到了自己的尤里卡时刻：用自己的专长，专心做教育。
至于名字里为什么加个 Labs 是因为 Eureka 作为单个单词已经被别人用了（Netflix开发的服务发现框架），而 Karpathy 一直想要个实验室。
当地时间7月16日一早，Eureka Labs 官方账号在 X 上发了第一条动态“Hello World！”并分享了其官网（https://eurekalabs.ai/）。官方账号打出的第一行代码，就像与成立第一天的早上初升的太阳挥手，而 Karpathy 也找到了自己的光。
在公告中，Karpathy 表示：“我们是 Eureka Labs，我们正在建立一种新型的 AI 原生学校。”他进一步解释道，AI 的发展正在改变教育界此前面临的困境：“充满热情、教学出色、耐心无限、精通世界所有语言的学科专家也非常稀缺，无法按需亲自辅导我们 80 亿人。然而，随着生成 AI 的最新进展，这种学习体验感觉很容易处理。老师仍然设计课程材料，但它们得到了 AI 教学助理的支持、利用和扩展，AI 教学助理经过优化，可以帮助指导学生完成课程。这种教师 + AI 共生关系可以在一个共同的平台上运行整个课程。如果我们成功了，任何人都可以轻松学习任何东西，扩大教育的范围（大量人学习一些东西）和范围（任何一个人学习大量科目，超出今天无人协助所能达到的范围）。”
网友们即将能够通过其课程体验云入学人工智能大学院系了！据公告，Eureka Labs 的第一个课程产品是 LLM101n，“将是世界上显然最好的人工智能课程”。“这是一门本科课程，指导学生训练自己的人工智能，非常类似于人工智能教学助理本身的缩小版。课程材料将在线提供，但我们还计划组织线上和线下团队一起学习。今天，我们正在全力打造 LLM101n，但我们期待未来人工智能成为提高人类潜力的关键技术。”
路径问题 1.不同路径2.不同路径 II3.珠宝的最高价值4.下降路径最小和 点赞👍👍收藏🌟🌟关注💖💖
你的支持是对我最大的鼓励，我们一起努力吧!😃😃
1.不同路径 题目链接：62. 不同路径
题目分析：
机器人每次只能向右或者向下走。问从起点到终点共有多少路径。
算法原理：
状态表示
根据经验 + 题目要求
经验都是以 i 位置为结尾，或者以 i 位置为起点，巴拉巴拉。但是这道题是二维的，所以 以[i，j]为结尾时，巴拉巴拉，题目要求问从起点到终点共有多少路径。所以
dp[i][j]表示，走到[i，j]位置的时候，一共有多少种方式。
状态转移方程
根据最近的一步，划分问题。
我们的问题是走到[i，j]的位置，那最近的一步就是如何走到[i，j]的位置，这道题只能向左向下走，因此走到[i，j]的位置分为两种情况。从[i-1，j]走到[i，j]，从[i，j-1]走到[i，j]。然后就看这两种情况能不能用状态表示。
从[i-1，j]走到[i，j]仅需在走一步就到[i，j]了，所以到[i-1，j]有多少种方法就知道从上面到[i，j]有多少种方法。那到[i-1，j]有多少种方法呢。而dp[i][j]表示就是走到[i，j]位置的时候，一共有多少种方式。所以dp[i-1，j] 可以表示从上面到[i，j]有多少种方法。
同理从[i，j-1]走到[i，j]也仅需再走一步就到[i，j]，dp[i，j-1] 表示从左边到[i，j]有多少种方法。
初始化
填表时不越界
根据状态转移方程填表我们发现填表需要用到上面的位置和左边的位置。但是填第一行和第一列就会发生越界的情况。
之前一维数组dp的时候说过有两种初始化的方式
填表前先把越界的地方初始化一维数组前多开一个虚拟节点，繁琐的初始化就可以放在填表中进行，简单很多。 二维数组也可以这样做，直接多开一行一列！ 然后填表是就不会越界了。
但是要注意两个问题
虚拟节点里面的值，要保证后面填表的结果是正确的下标的映射 虚拟节点的值应该填多少，具体问题具体分析。
这道题从起点到起点应该是1，从起点向左这一行也都是1，向下这一列也是1，那虚拟节点值填多少可以保证是这样的结果呢，我们发现只要把dp[0][1]这个虚拟位置初始化为1，其他初始化为0就可以了。
建议初始化，一维数组dp多开一个虚拟节点初始化，二维数组dp多开一行一列初始化。
填表顺序
从上往下填写每一行，每一行从左向后
返回值
题目要返回的是mn的位置，因为我们刚好多开一行一列，所以直接把dp[m][n]返回即可。
class Solution { int dp[101][101]; public: int uniquePaths(int m, int n) { // 1.创建dp表 // 2.初始化 // 3.填表 // 4.返回值 dp[0][1] = 1; for(int i = 1; i <= m; ++i) { for(int j = 1; j <= n; ++j) { dp[i][j] = dp[i - 1][j] + dp[i][j - 1]; } } return dp[m][n]; } }; 2.
前言 wps office 2019专业增强版含无云版是一款非常方便的办公软件，我们在日常的工作中总会碰到需要使用WPS的时候，它能为我们提供更好的文档编写帮助我们更好的去阅读PDF等多种格式的文档，使用起来非常的快捷方便。使用某银行专业增强版制作，包含vba和Pdf，集成序列号，去除密匙校验，去除我的电脑wps云盘图标，去除wpscloudsvr服务，去除升级计划任务。
一、下载地址 下载链接：wps office 2019 Pro Plus Nocloud Servicev11.8.2.8959 集成序列号Vba安装版 选择如下图红色框文件内容下载
二、安装步骤 1、下载后点击运行WPS2019_11.8.2.8959_ProPlus_Nocloud.exe 2、选择安装目录，接受软件协议进行安装，默认安装目录【C:Program Files (x86)KingsoftWPS Office】，建议不要选默认安装的C盘目录，其他的选项用户可以根据需要自行勾选 3、耐心等待软件安装完成 4、若弹出提示，请全部允许，这一点很重要，否则激活不了 5、安装完自动激活，包括了wps文字，wps演示，wps表格和金山pdf 6、页面效果简洁舒适
现在，跨境电商直播已经成为在线零售的重要渠道，在大环境下，确保直播应用的稳定性和用户体验至关重要。 云手机支持自主ADB命令接口，为电商直播营销提供了技术支持，使得应用开发、测试、优化和运维更加高效。
什么是ADB命令接口？
ADB（Android Debug Bridge）是一种通用命令行工具，用于与Android设备进行通信和操作。通过ADB命令，开发者可以执行多种操作，如安装和卸载应用、查看设备日志、执行Shell命令等，为开发和测试提供强大的调试和控制能力。
云手机支持自主ADB命令接口的优势 1、远程操作 跨境电商直播需要在不同地区进行测试和监控。云手机运行在远程服务器上，用户可以通过互联网访问和控制这些虚拟设备。通过自主ADB命令接口，用户可以远程执行各种调试和测试操作，无需实际接触物理设备，极大地方便了分布式团队的协作。
2、灵活性和扩展性 自主ADB命令接口允许用户根据具体需求自定义和执行各种命令。跨境电商平台可以编写脚本，自动化执行一系列操作，如应用的批量安装、直播性能测试、日志采集等，从而提高工作效率和测试覆盖率。
3、多设备并行测试 通过云手机平台，用户可以同时管理和操作多个虚拟设备。自主ADB命令接口使得多设备并行测试成为可能，跨境电商平台可以同时在不同设备上执行相同的测试命令，快速发现和修复跨设备的兼容性问题，确保直播应用在各种设备上的稳定性。
4、数据采集和分析 云手机支持自主ADB命令接口，跨境电商平台可以通过命令行实时采集设备日志、性能数据和用户行为数据。结合大数据分析工具，这些数据可以用于优化直播应用性能、提升用户体验，确保直播活动顺利进行。
云手机支持自主ADB命令接口的应用场景 1、直播应用自动化测试 在持续集成和持续部署（CI/CD）流程中，自动化测试是关键环节。通过自主ADB命令接口，跨境电商平台可以编写脚本，实现直播应用的自动化测试部署和执行。无论是功能测试还是性能测试，都可以通过云手机的ADB接口高效完成。
2、实时性能监测和优化 跨境电商直播对应用性能要求极高，通过自主ADB命令接口，平台可以实时监控直播应用的CPU、内存、网络等性能指标，发现性能瓶颈，并进行优化。例如，通过ADB命令获取内存使用情况日志，分析内存泄漏问题，提升直播的稳定性和流畅度。
3、崩溃日志采集与分析 直播过程中应用崩溃会严重影响用户体验。通过自主ADB命令接口，平台可以在直播期间实时采集崩溃日志，快速定位问题根源，并进行修复。这对于提高直播应用质量和用户满意度具有重要意义。
4、远程调试和修复 云手机的自主ADB命令接口使得远程调试和修复变得简单。跨境电商平台可以通过命令行远程连接云手机，执行调试操作，查看日志信息，实时修复问题。即使团队分布在不同地点，也可以高效协作，快速响应直播过程中出现的问题。
案例分析 1. 大型跨境电商平台直播测试
某大型跨境电商平台在全球范围内进行直播活动，需要确保直播应用在各种设备和网络环境下的稳定性。通过云手机的自主ADB命令接口，测试团队可以在不同地区的虚拟设备上同时执行自动化测试，监控直播性能，采集用户数据，并进行分析和优化，从而提升直播效果和用户体验。
2. 新兴跨境电商应用的推广与优化
某新兴跨境电商应用需要快速推广并优化其直播功能。通过云手机的自主ADB命令接口，开发团队可以批量安装应用，执行直播性能测试，采集崩溃日志，实时调整和优化应用性能，确保在不同设备上的流畅运行，提升用户的观看体验。
云手机支持自主ADB命令接口，为跨境电商直播提供了强大的技术支持。通过远程操作、灵活定制、多设备并行测试和数据采集分析，跨境电商平台可以更高效地进行直播应用的开发、测试、优化和运维，确保直播活动的顺利进行和用户体验的提升。
1.前言 哈喽大家好喔，今天博主继续进行数据结构的分享与学习，今天的主要内容是顺序表与链表，是最简单但又相当重要的数据结构，为以后的学习有重要的铺垫，希望大家一起交流学习，互相进步，让我们开始吧。
2.正文 数据结构是计算机科学中非常重要的一部分，用于组织和管理数据以便高效地访问和修改。顺序表和链表是两种常见且基础的数据结构，它们各有特点和适用场景。以下是对这两种数据结构的详细分析：
2.1顺序表 顺序表是在计算机内存中以数组的形式保存的线性表。其有点类似数组，但添加了几个额外的概念。线性表的顺序存储是指用一组地址连续的存储单元依次存储线性表中的各个元素，使得线性表中在逻辑结构上相邻的数据元素存储在相邻的物理存储单元中。
这里面有俩个定义顺序表功能的俩个变量：分别是count和size变量，size是用来确定顺序表的存储空间大小的，count是用来标记顺序表中当前元素位置的。
2.1.1结构特点： 物理存储连续性：顺序表中的所有元素在内存中占有一段连续的存储空间。随机访问：顺序表支持通过下标快速访问任意位置的元素，访问时间复杂度为O(1)。空间分配： 静态顺序表：使用定长数组存储元素，适用于数据大小已知的场景，但灵活性较差。动态顺序表：使用动态开辟的数组存储，可以根据需要动态调整存储空间大小，更加灵活。插入和删除操作：由于物理连续性，插入和删除操作需要移动元素，效率较低，时间复杂度为O(n)。 2.1.2结构定义： typedef struct vector { int size, count; int *data; //总大小,元素数量 //指针指向连续的存储区 } vector; //初始化 vector *getNewVector(int n) { vector *p = (vector *)malloc(sizeof(vector)); p->size = n;//存储上限 p->count = 0; p->data = (int *)malloc(sizeof(int) * n); return p; } 2.1.3结构操作： 2.1.3.1插入操作： //插入操作 int insert(vector *v, int pos, int val) { if (pos < 0 || pos > v->count) return 0; if (v->size == v->count && !
文章目录 每日一句正能量前言AI技术应用场景探索1. **医疗健康**2. **自动驾驶**3. **工业制造**4. **金融服务**5. **教育**6. **农业**7. **环境监测**8. **安全监控**9. **零售业**10. **艺术与娱乐** 避免超级应用陷阱的策略1. **明确应用目标**2. **优化用户体验**3. **注重应用质量**4. **合理利用数据**5. **创新驱动发展**6. **平衡用户活跃度**7. **关注社会效益**8. **避免过度营销**9. **关注用户留存**10. **持续监测与评估** 个性化智能体开发1. **用户需求分析**2. **数据收集与处理**3. **智能体设计**4. **机器学习模型**5. **个性化推荐系统**6. **自然语言处理**7. **用户界面设计**8. **多模态交互**9. **持续学习与优化**10. **伦理与合规性** 后记理解李彦宏的呼吁避免“超级应用陷阱”大模型技术与个性化应用结合实际项目经历未来展望 每日一句正能量 世间所有不尽人意之事，全靠硬扛。常常一个人崩溃，又一个人自愈。
前言 在2024年7月4日举行的世界人工智能大会暨人工智能全球治理高级别会议上，百度创始人、董事长兼首席执行官李彦宏发表了一段引人深思的演讲。他提出：“大家不要卷模型，要卷应用！”这一观点不仅引发了业界的广泛讨论，也为我们提供了一个重新审视人工智能技术发展和应用的视角。在这段演讲中，李彦宏强调了AI技术从辨别式向生成式的转变，并指出技术本身并不是目的，而是如何将这些技术应用于实际场景，解决实际问题才是关键。同时，他提醒大家避免陷入“超级应用陷阱”，即过分追求用户日活跃量（DAU）而忽视了应用的实际效果和产业价值。
随着人工智能技术的飞速发展，尤其是在深度学习和大数据处理方面，AI模型的复杂性和精度不断提高。然而，这种技术进步是否真正转化为了实际应用的价值？在2024年的世界人工智能大会上，李彦宏提出了一个颇具挑战性的观点：“不要卷模型，要卷应用。”这一观点不仅挑战了当前AI领域的一些主流趋势，也为我们提供了一个重新思考技术与应用之间关系的机会。
李彦宏认为，尽管AI技术已经从辨别式转向了生成式，但技术本身并不是目的。真正的价值在于如何将这些技术应用于实际场景，解决实际问题。他提醒我们，AI时代的规律可能不同于移动时代，一个“超级能干”的应用即使DAU不高，只要能为产业带来实质性的增益，其价值就远超传统的移动互联网。这种观点不仅对AI技术的发展提出了新的挑战，也对如何评估和衡量AI应用的实际效果提出了新的思考。
在本文中，我们将深入探讨李彦宏的这一观点，分析其背后的逻辑和意义，并结合当前AI技术的发展现状，讨论大模型技术本身和个性化应用之间的关系。我们希望通过这种讨论，能够为AI技术的发展和应用提供一些新的视角和思路。
AI技术应用场景探索 人工智能（AI）技术具有广泛的应用潜力，其在不同领域的应用不仅可以提高效率、降低成本，还能解决一些传统方法难以解决的问题。以下是一些AI技术可以发挥最大作用的实际场景及其潜在价值的探讨：
1. 医疗健康 影像诊断：AI算法可以辅助医生分析医学影像，如X光片、CT扫描和MRI，提高诊断的准确性和速度。药物研发：通过分析大量化合物和生物数据，AI可以帮助发现新的药物分子，加速药物研发过程。个性化治疗：利用患者的基因信息和医疗记录，AI可以为患者提供个性化的治疗方案。 2. 自动驾驶 车辆感知：AI技术可以实时分析周围环境，识别行人、车辆和交通标志，确保行车安全。决策制定：AI系统可以根据实时交通状况做出驾驶决策，提高驾驶的自动化和智能化水平。交通优化：通过分析交通流量和模式，AI可以优化交通信号灯的控制，减少拥堵。 3. 工业制造 质量检测：AI视觉系统可以自动检测产品缺陷，提高生产效率和产品质量。预测性维护：通过分析机器设备的运行数据，AI可以预测设备故障，减少停机时间。供应链优化：AI可以优化库存管理和物流调度，降低成本并提高响应速度。 4. 金融服务 风险评估：AI可以分析客户的信用记录和交易行为，评估贷款和投资的风险。交易监控：利用机器学习算法，AI可以识别异常交易行为，防止欺诈和洗钱。客户服务：AI聊天机器人可以提供24/7的客户服务，提高客户满意度。 5. 教育 个性化学习：AI可以根据学生的学习进度和能力，提供个性化的学习资源和辅导。教学辅助：AI教师助手可以辅助教师管理课堂和评估学生作业，减轻教师负担。语言学习：AI语言学习应用可以通过自然语言处理技术，提供更有效的语言学习体验。 6. 农业 作物监测：AI可以通过分析卫星图像和气象数据，监测作物生长状况和病虫害。智能灌溉：AI系统可以根据作物需求和天气条件，自动调节灌溉系统。供应链管理：AI可以帮助优化农产品的采摘、储存和运输，减少浪费。 7. 环境监测 污染监测：AI可以分析空气质量和水质数据，监测环境污染。野生动物保护：利用图像识别技术，AI可以帮助监测和保护野生动物。气候变化研究：AI可以分析气候数据，预测气候变化趋势和影响。 8. 安全监控 公共安全：AI可以分析视频监控数据，识别可疑行为，提高公共安全。网络安全：AI可以检测网络攻击和异常流量，保护网络安全。个人安全：智能穿戴设备可以通过AI分析用户的行为和健康数据，提供紧急救援。 9. 零售业 库存管理：AI可以预测消费者需求，优化库存管理。顾客体验：通过分析顾客行为，AI可以提供个性化的推荐和优惠。智能物流：AI可以优化物流路径和调度，提高配送效率。 10.
字符串 1.最长公共前缀2.最长回文子串3.二进制求和4.字符串相乘 点赞👍👍收藏🌟🌟关注💖💖
你的支持是对我最大的鼓励，我们一起努力吧!😃😃
1.最长公共前缀 题目链接：14. 最长公共前缀
题目描述：
算法原理：
解法一：两两比较
解法二：统一比较
以第一个字符串下标0开始，每次比较所有字符串对应下标字符是否相等，不相等就结束了，并且如果字符串越界了也结束了。
class Solution { public: string longestCommonPrefix(vector<string>& strs) { // 解法一: 两两比较 // string ret = strs[0]; // for(int i = 1; i < strs.size(); ++i) // ret = FindCommon(ret,strs[i]); // return ret; // 解法二: 统一比较 int m = strs[0].size(), n = strs.size(); for(int i = 0; i < m; ++i) { char tmp = strs[0][i]; for(int j = 1; j < n; ++j) if(i == strs[j].