ข้ามไปยังเนื้อหาหลัก

ค้นหาใน CooLWJ

选择搜索范围,输入关键词后按回车。

ภาษา

เทคโนโลยีและชีวิตประจำวัน

การพัฒนา เครื่องมือ AI ภาษาถิ่น และการอ่าน

อัปเดตล่าสุด

7–12 / 25 บทความ

เรื่องเล่าภาษาถิ่น

คำว่า “rang” ในภาษาถิ่นเหอหนานหมายถึงอะไร?ไม่นึกเลยว่าจะมีอยู่ใน《左传》(จั่วจ้วน)ด้วย

คำว่า “rang” ในภาษาเหอหนานที่ใช้ดุเด็ก ควรเขียนด้วยอักษรตัวไหนกันแน่? คำนี้ใช้เจาะจงถึงการที่ผู้ใหญ่ว่ากล่าวหรือตำหนิเด็กซน ผู้เขียนพิจารณาอักษรที่เป็นไปได้สองตัว: ตัวเลือกแรก:“让” อักษรนี้มีความหมายว่า “ตำหนิ” ในภาษาจีนโบราณจริง ๆ ข้อความ “公使让之” ใน《左传》หมายถึงให้คนไปตำหนิเขา ภาษาจีนกลางสูญเสียความหมายนี้ไปแล้ว แต่ภาษาเหอหนานกลับเก็บรักษาไว้。 ตัวเลือกที่สอง:“嚷” ในภาษาถิ่นทางเหนือ “嚷” มีความหมายว่าดุด่าอยู่แล้ว จากการพูดเสียงดังไปสู่การด่าเสียงดัง ก็สมเหตุสมผลเช่นกัน。 แต่มีข้อสงสัยเล็กน้อย:ที่บ้านเกิดของผู้เขียนออกเสียง “rang” ด้วยวรรณยุกต์เสียงหนึ่ง แต่ “让” ในคำว่า “谦让”(ถ่อมตนและยอมให้ผู้อื่น)กับ “嚷” ในท้องถิ่นนั้นต่างก็ไม่ได้ออกเสียงหนึ่ง。 ดังนั้นแท้จริงแล้วเป็นอักษรตัวไหน จึงยังไม่มีข้อสรุป อาจเป็นไปได้ว่าทั้งสองคำมีเสียงใกล้กันแล้วปะปนเป็นคำเดียว。 ภาษาถิ่นยังมีชีวิตอยู่บนปากชาวบ้าน แต่อักษรดั้งเดิมของคำกลับสูญหายไปนานแล้ว。

AI และเครื่องมือ

ทดสอบโมเดล AI ขนาดใหญ่กระแสหลักในการคำนวณผลตอบแทนหุ้น

ได้ใช้โมเดล AI ที่พบได้ทั่วไปในตลาดทั้งในและนอกประเทศจีนช่วยคำนวณผลตอบแทนจากหุ้น โมเดลในจีนมี 深度求索DeepSeek、阿里巴巴通义千问 、讯飞星火、字节豆包、月之暗面Kimi、腾讯元宝、百度文心一言、智普清言、百川智能、360智脑、天工AI、商汤商量 ส่วนโมเดลต่างประเทศมี GPT-4o、Claude-3-Opus 、 Gemini-2.0-Pro、Grok เมื่อใช้ข้อมูลป้อนเข้าเหมือนกัน มีเพียง DeepSeek ที่คำนวณถูกต้อง

AI และเครื่องมือ

การกลั่นโมเดลและการตัดแต่งโมเดล

การกลั่นและการตัดแต่งเป็นเทคนิคสำคัญสองอย่างในการบีบอัดโมเดลโครงข่ายประสาท โดยช่วยลดจำนวนพารามิเตอร์และความซับซ้อนในการคำนวณอย่างมีประสิทธิภาพ ทำให้โมเดลทำงานได้มีประสิทธิภาพและมีสมรรถนะดีขึ้น แม้ทั้งสองเป็นเทคนิคบีบอัดโครงข่ายประสาท แต่วิธีดำเนินการและจุดมุ่งหมายต่างกันเล็กน้อย การกลั่นเน้นใช้พฤติกรรมการทำนายของโมเดลครูฝึกโมเดลนักเรียน ส่วนการตัดแต่งเน้นลบพารามิเตอร์และการเชื่อมต่อที่ไม่เป็นประโยชน์

การพัฒนา

CVE-2023-28432 ระบุเวอร์ชันที่มีช่องโหว่ข้อมูลรั่วไหลของ MinIO ผิดพลาด

CVE-2023-28432 ระบุเวอร์ชันที่มีช่องโหว่ข้อมูลรั่วไหลของ MinIO ผิดพลาด เวอร์ชันที่ระบุผิดว่าได้รับผลกระทบ:RELEASE.2019-12-17T23-16-33Z <= MinIO < RELEASE.2023-03-20T20-16-18Z; เวอร์ชันที่ได้รับผลกระทบจริง: RELEASE.2021-08-31T05-46-54Z <= MinIO < RELEASE.2023-03-20T20-16-18Z

การพัฒนา

ยาวเกินไปก็ผิดด้วยหรือ?——การเดินทางแก้ปัญหาสุดพิสดารเมื่อ ID ชนิด Long ฝั่งแบ็กเอนด์สูญเสียความแม่นยำ

ในยุคที่แยกส่วนหน้าและส่วนหลังออกจากกัน ชีวิตของเราเต็มไปด้วยโอกาสและความท้าทายนับไม่ถ้วน——รวมถึง Bug ที่โผล่มาอย่างกะทันหันจนชวนให้คลั่ง วันนี้เราจะพูดถึงปัญหาคลาสสิกที่ทำให้นักพัฒนานับไม่ถ้วนทั้งขำทั้งร้องไห้:ID ชนิด Long จากส่วนหลังยาวเกินไปจนส่วนหน้าสูญเสียความแม่นยำ พอพูดถึงปัญหานี้ ก็ช่างเป็น “ต้นตอแห่งสารพัดความชั่วร้าย” จริง ๆ ก็ใครใช้ให้ JavaScript จัดการค่าตัวเลขได้อย่างปลอดภัยแค่ไม่เกิน Number.MAX_SAFE_INTEGER(นั่นคือ 9007199254740991)กันล่ะ? หากคุณเคยครุ่นคิดจนหัวแทบแตกกับปัญหานี้ อย่ากังวล คุณไม่ได้เผชิญมันอยู่คนเดียว วันนี้เราจะไม่เพียงชำแหละ “ปัญหาแห่งศตวรรษ” นี้อย่างมีอารมณ์ขัน แต่ยังพาคุณแก้ตั้งแต่ต้นตอ เพื่อให้โค้ดของคุณไม่ต้อง “เสียความแม่นยำ” อีกต่อไป。

การพัฒนา

สามยอดขุนพลแห่งคิวข้อความ:RabbitMQ、RocketMQ และ Kafka ประชันกันรอบด้าน ใครคือตัวเลือกที่ดีที่สุด?

RabbitMQ:อาศัยโปรโตคอล AMQP รองรับโปรโตคอลรับส่งข้อความหลายชนิด และมีความสามารถในการกำหนดเส้นทางที่ยืดหยุ่น เหมาะกับกรณีที่ต้องการเส้นทางซับซ้อนและการรองรับโปรโตคอล แต่อัตราการประมวลผลค่อนข้างต่ำกว่า เหมาะกับการรับส่งข้อความขนาดเล็กถึงกลาง RocketMQ:มิดเดิลแวร์ข้อความแบบกระจายที่ Alibaba เปิดเป็นโอเพนซอร์ส รองรับอัตราการประมวลผลสูงและความหน่วงต่ำ เหมาะกับข้อความธุรกรรมระดับงานการเงินและการประมวลผลข้อมูลขนาดใหญ่แบบเรียลไทม์ รองรับข้อความตามลำดับ ข้อความตั้งเวลา และข้อความธุรกรรม เหมาะกับระบบกระจายขนาดใหญ่ Kafka:คิวข้อความที่มีอัตราการประมวลผลสูงและจัดเก็บข้อมูลอย่างถาวรได้ เหมาะกับการจัดการกระแสข้อมูลขนาดใหญ่และกระแสข้อมูลแบบเรียลไทม์ ใช้อย่างแพร่หลายในระบบนิเวศข้อมูลขนาดใหญ่ กลไกแบ่งพาร์ทิชันและทำสำเนาช่วยรับประกันความพร้อมใช้งานสูงและความสอดคล้องของข้อมูล เหมาะอย่างยิ่งกับการรวบรวมบันทึกและการประมวลผลสตรีม

เลือกธีมที่ชอบ

ธีมที่เลือกจะใช้ทั่วทั้งเว็บไซต์