本文へ移動

CooLWJを検索

选择搜索范围，输入关键词后按回车。

範囲を変えてもキーワードは保持されますEscで閉じる

言語

🔥51CTO トレンド：2024-12-23

11:01  51CTO  C# 异步编程与多线程简析：Thread、ThreadPool、Task
C# 中的Thread、ThreadPool​ 和Task 各有优缺点，适用于不同的场景。在实际开发中，应根据具体需求和场景选择合适的机制。掌握这三种机制的使用，能够帮助我们更好地实现异步编程和多线程，提高应用程序的性能和响应性。
11:01  51CTO  OpenAI o1是真有实力！港大权威AB测试，国家队奥数题照样拿下
OpenAI o1的数学推理能力是否真的那么强？近日，来自港大的研究人员对模型进行了严格的AB测试，在非公开的国家队奥数题面前，o1证明了自己的实力。
11:01  51CTO  最新！Yann LeCun：AI将成为超级智能，堪比新的文艺复兴，人类新的启蒙
未来的AI将具备推理、计划、和理解现实世界的能力，最终会匹配甚至超越人类智力
11:01  51CTO  GPT-o3超过99%的程序员，码农们是不是要哭晕在厕所了？
随着AI模型能力的持续增强，手写代码的机会越来越少，但是AI的能力长时间内始终有所欠缺，比如：理解用户的需求，在各种技术方案中做出权衡等，而且AI的伦理问题一时半会也很难解决，程序出了问题还要有人来背锅。
11:01  51CTO  Python 异步协程：从 async/await 到 asyncio 再到 async with
异步编程不是万能的，但在处理 I/O 密集型任务时确实能带来显著的性能提升。合理使用这些工具，能让我们的程序更高效、更优雅。
11:01  51CTO  OpenAI o3震撼觉醒，AGI今夜降临？血洗o1，破解陶哲轩最难数学题
OpenAI下一代模型——o3，重磅诞生了！陶哲轩预言难住AI好几年的数学测试，它瞬间破解，编程水平位于全球前200，在ARC-AGI基准中更是惊人，打破所有AI纪录接近人类水平，离AGI更近一步。
11:01  51CTO  C# 字符串拼接的几种方式及其性能分析对比
不同的字符串拼接方式在性能和内存使用上可能存在显著差异。今天咱们一起来看看在C#中字符串拼接的常见6种方式及其使用BenchmarkDotNet进行性能分析对比。
11:01  51CTO  一文读懂如何基于 Traefik AI 网关构建高性能微服务架构
本文将深入剖析如何利用 Traefik 搭建高性能微服务架构，并着重探讨其在 AI 应用场景下的最佳实践。
11:01  51CTO  哭笑不得！GPT 官网发布 Sora，体验了一次“神奇的 AI 视频生成”
Sora 的“正式发布”，算是 AI 在内容生成领域迈出了重要的一步。虽然目前它还无法完全满足我们的期望。如果你和我一样对 Sora 充满好奇，不妨去 GPT 官网亲自体验一番！
13:33  51CTO  AAAI 2025 | 开放世界的深伪检测，北交大团队：解决好无配对数据挑战很重要
近日，AAAI 2025 接收结果公布，收录了一篇北京交通大学赵耀、陶仁帅团队联合苏黎世联邦理工学院的研究工作，论文题目为《ODDN：Addressing Unpaired Data Challenges in Open-World Deepfake Detection on Online Social Networks》。
13:33  51CTO  C# 深拷贝技术详解，你学会了吗？
C# 中实现深拷贝有多种方法，每种方法都有其适用场景和优缺点。在实际开发中，应根据具体需求和对象结构选择合适的深拷贝方法。
14:04  51CTO  使用 Python 实现 MySQL 数据库的 CRUD 操作并记录日志
在开发基于数据库的应用程序时，对数据库进行增删改查（CRUD）操作是必不可少的一部分。Python 作为一门流行的编程语言，提供了多种方式与 MySQL 数据库交互。
14:04  51CTO  AAAI 2025｜时间序列演进也是种扩散过程？基于移动自回归的时序扩散预测模型
近期，来自上海交通大学和东方理工的研究团队推出了自回归移动扩散（Auto-Regressive Moving Diffusion，简称 ARMD）模型。
14:04  51CTO  李飞飞谢赛宁新作「空间推理」：多模态大模型性能突破关键所在
即使是最先进的多模态大模型，在空间认知方面与人类相比仍有显著差距，测试中约71%的错误都源于空间推理方面的缺陷，即空间推理能力是当前主要瓶颈。
14:04  51CTO  大模型检索增强生成之向量数据库的问题
现如今向量数据库主要应用于与人工智能特别是大模型相关的技术领域，比如RAG技术，就是严重依赖于向量数据库。当然，向量数据库的应用场景远不止RAG一家，比如还有推荐系统，图像识别等多种不同的领域。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍
14:04  51CTO  为什么需要重新考虑将 Zustand 与 Next.js 结合使用的问题？
Zustand 的“无 Provider”设计虽然简单高效，但在与 Next.js 集成时，开发者需要额外考虑 SSR 和水合的问题。通过引入自定义的 Provider、中间件支持或切换到更成熟的状态管理工具，开发者可以更轻松地解决这些问题。
14:35  51CTO  李飞飞、谢赛宁等探索MLLM「视觉空间智能」，网友：2025有盼头了
为了在视觉空间领域推进这种智能，来自纽约大学、耶鲁大学、斯坦福大学的研究者引入了 VSI-Bench，这是一个基于视频的基准测试，涵盖了近 290 个真实室内场景视频，包含超过 5000 个问答对。
14:35  51CTO  麻省理工研究人员提高机器学习模型准确性
机器学习（ML）有可能通过利用大量数据进行预测洞察来改变医疗决策。然而，当这些模型在不能充分代表所有人口群体的数据集上进行训练时，就会出现一个严重挑战。
16:05  51CTO  一文解读Hashdump工具
在Windows操作系统中，用户的登录密码并不会以明文形式存储，而是通过特定的算法加密成哈希值。hashdump工具是一款专门用于提取这些密码哈希值的工具，在渗透测试和密码分析中具有重要作用。
16:05  51CTO  账号和密钥明文存储，AI 平台 1.29T 数据库裸奔
Builder.ai由于数据库配置错误，该平台遭遇了重大数据泄露事件，共计泄露数据超过300万条，1.29TB。

過去の人気ランキング

好きなテーマを選ぶ

選んだテーマはサイト全体に適用されます。