当前位置：首页 > news >正文

AI 发展是否正在放缓？AI 发展将驶向何方？

news 来源：原创 2025/7/12 23:46:36

编者按： 人工智能真的已经遇到发展瓶颈了吗？随着 OpenAI、Google 和 Anthropic 等顶级 AI 公司纷纷表示新模型开发收益在减少，这个问题引发了整个行业的深度思考。

我们今天为大家带来的这篇文章，作者的核心观点是：虽然传统的模型规模扩展策略正在遭遇瓶颈，但这可能正是 AI 发展模式转型的重要契机。

文章从多个维度深入剖析了当前 AI 发展面临的挑战：首先，训练数据的增长已接近极限，因为“我们只有一个互联网”；其次，简单地增加模型规模带来的收益正在递减；第三，模型的"涌现"能力并不会随着规模扩大而必然出现。面对这些挑战，作者提出了几个潜在的突破方向：探索合成数据的应用、发展推理层面的扩展能力，以及构建更智能的 Agent 系统。

作者 | Lan Chu

编译 | 岳扬

无论人工智能是否能穿越炒作的迷雾，我都感到生活在人类历史上这个有趣的时代是如此幸运。回想五年前我开始接触神经网络时，AI 连识别猫都显得力不从心，那时的技术水平远不如今日。

而如今，我们所做到的事情，对于我们的祖辈来说，恐怕就像是变戏法一样神奇。人工智能行业的飞速发展，让我深感敬佩。但接下来的问题是，这样的发展势头能够持续吗？

Image source: https://ia.samaltman.com/

01 大胆预测

数月前，Sam 大胆预测“超级智能 AI 将在几千天内成为现实”，并声称 AGI（尽管其定义尚不明确）是“现有硬件条件下就能达成的目标”。然而，行业领袖在 AI 发展预测上的表现并不总是那么可靠。一个典型的例子就是过去十年中对自动驾驶汽车的过分乐观预期。因此，这样的预测我们还是应该有所保留。

Source. The Information

很快，情况就出现了变化。OpenAI、Google 和 Anthropic 等领先的 AI 公司纷纷表示，新模型开发的收益正在逐渐减少[1]。Ilya Sutskever 指出，我们在扩大预训练规模上似乎已经触碰到一个瓶颈。现在，一个新的观点正在成为主流，那就是模型扩展似乎已经遇到了障碍。

02 那么，这是否标志着模型扩展的终结？

当前，关于模型扩展的终结似乎成为了热门话题。

在 2010 年代和 2020 年代初期，我们见证了模型扩展的黄金时期。成功的秘诀似乎很简单：将海量数据输入大型神经网络，经过长时间训练，就能目睹奇迹的出现。然而，这种策略最终带来的回报只会递减。那么，未来几年我们还能期待些什么呢？

“所有的传统机器学习模型最终都会遇到增长瓶颈；大语言模型(LLMs)或许也不例外。”

2.1 尽管计算能力在增强，但数据并没有同步增长

我们只有一个互联网，而且已经挖掘了所有可用数据。

语言模型训练数据量的快速增长（先是整个维基百科，接着是社交媒体，最后是大部分互联网内容），如今似乎已经停滞不前。尽管有些公司正在与出版商合作以获取更多数据，但我们必须承认：只有一个互联网，训练数据不可能再有显著的增长。 除非，我们开始寻找其他数据源。互联网上除了丰富的文本，还有大量的图片、视频和音频资源。根据 Epoch AI 的一篇文章[2]估算，从在线多模态数据中提取的文本 tokens 数量，可能会比普通网络爬虫数据集多出 5 到 200 倍。

预训练自回归模型的时代终将落幕。— Ilya Sutskever

2.2 那么，接下来要提的就是合成数据了

在 2024 年的 NeurIPS 会议上，Ilya 提到了合成数据的使用是未来的发展方向之一，这当然也是经常被视为持续扩展模型规模的一条路径。其核心思想是，在很多情况下，验证数据的正确性以及评估数据质量相对容易。合成训练数据在某些案例中已经取得了显著成效，比如 AlphaGo[3] 在 2016 年战胜了围棋世界冠军，以及 AlphaZero[4] 和 AlphaProof[5] 通过纯粹在自我生成的数据上训练，学会了玩游戏和解几何题。

在编程领域，合成数据的一个成功案例是 CriticGPT[6]。OpenAI 在一个审查周期内使用两个 ChatGPT 实例，一个负责生成代码，另一个则批判性地审查以便找出代码中的错误。这个想法虽然简单，但正如我们在下图中所见，效果显著！CriticAI 系统发现的问题数量远超人类。

在编程和数学领域，我们可以生成大量示例，并迅速验证哪些是正确的，从而创建一个较小的、更精细且高质量的数据集。但对于其他领域，合成数据的适用性可能就有所限制了。我认为，合成数据的应用程度很大程度上取决于具体领域。

2.3 大模型的收益递减现象

模型的表现不仅会受到训练数据集规模的影响，也会受到模型自身规模的影响（如下图所示）。

测试 loss 值与模型大小及训练数据集规模之间的关系遵循幂律分布。图片来源：作者根据 OpenAI 的数据制作的图像。

长期以来，我们通过无脑地增加模型规模和数据量来提升模型性能，但这种策略的效果已经逐渐减弱。

目前，许多 AI 公司转而致力于开发更小的模型。这些模型可能是性能适中但成本较低的“够用”模型（比如谷歌的 Gemini mini系列），有时候这些小型模型甚至能超越某些旗舰模型（比如 OpenAI 的 GPT-4o 与 GPT-4 相比）。然而，这种性能提升是以更长的训练时间为代价的。 我们还观察到，新的架构设计带来了意想不到的成果，例如 Claude 的 Haiku 所采用的“混合专家”模型。

2.4 模型规模的扩大并不必然带来“涌现”能力

过去十年的经验告诉我们，扩大模型规模、训练计算量和数据集大小可以增强模型的性能。在大语言模型（LLMs）中，这一点通常体现在它们对序列中下一个单词的预测能力上。

所谓“涌现”能力，指的是那些在小模型中未曾出现，而在大模型中得以展现的能力。

虽然人工智能在我们设定的各项基准测试中表现日益精进，但它仍旧无法进行真正的推理。人们曾寄希望于，只要模型足够大，就能突然学会推理。

我们经常看到人工智能在数学和物理测试中超越博士生的报道，但同样也会看到它在一些简单测试中的失败，而这些测试对小孩子来说却是轻而易举[7]。如果人工智能无法在其训练数据之外进行有效泛化，那么继续增加数据量最终也不会带来实质性的改善。

03 人工智能将走向何方？

现在，我们再次步入了一个充满奇迹与惊喜的时代。大家都在寻找下一个可以扩展（scale）的领域。如今，扩展正确的事物比以往任何时候都更为重要。——Ilya Sutskever

3.1 推理层面的扩展

在模型扩展是否已达极限的争论中，部分焦点已经转向了“推理扩展”[8]。OpenAI 的 o1[9] 就是这种推理扩展的一个实例。

与模型扩展侧重于增加模型大小、训练数据和计算资源不同，推理扩展着眼于优化模型在运行过程中的处理和推理能力。 这些模型经过微调，以便在给出答案前进行“推理”。

近期的一些创新，如先推理后行动的提示词技术、智能体、混合模型、幻觉检测与缓解等，还需要一些时间才能成熟，以进一步提升模型的表现。

3.2 展望未来

尽管我们看到了扩展能力的局限性，但仍有不少人对未来保持乐观。据 Epoch AI 预测，未来 5 年内，我们有望继续扩展数据、计算资源和硬件，足以训练出计算能力是 GPT-4 十倍以上的新型模型。这一数字还有可能增长，但最大的挑战恐怕是电力需求的激增。

展望 2030 年，人工智能训练的扩展将面临哪些限制，以训练所需的计算 FLOP 来衡量。数据来源：Epoch AI[2]

在 NeuroIPS 的最新演讲中，Ilya 对未来发展趋势做出了一些预测，尽管具体的实施时间和方式尚不明确：

系统将变得智能体化：Agent 是今年人工智能的一大进步。例如，Anthropic 公司几个月前推出的智能体模型，能够与计算机互动并实现 AI 的全面控制，令人印象深刻。
系统将能够推理和理解。 AI 的推理能力越强，其行为就越难以预测（顶尖的国际象棋 AI 对棋手来说就是不可预测的）。
系统将拥有自我意识，因为它具备了推理和理解的能力。

让 AI 具备推理能力将是重要的一步，或许 OpenAI 的 o1 模型已经为我们揭示了未来的发展方向：让 AI 在给出答案前进行一段时间的思考和推理。AI 的推理能力越强，其不可预测性也就越高。然而，一旦我们拥有了强大的推理能力、完善的智能体系统，并且减少了幻觉现象，实现通用人工智能乃至超级智能将不再遥不可及。

04 结束语

或许模型规模的扩大已经到达极限，也可能尚未结束。大家都在探索下一步该如何走。但可以肯定的是，这种趋势不会无限持续下去。模型规模扩大的终结，反而带来了一系列正面效应：人工智能的发展将重新依赖于创新思维和重大突破。有一点共识是明确的：未来充满了不确定性。

Thanks for reading!

Hope you have enjoyed and learned new things from this blog!

About the author

Lan Chu

Data Scientist | Write about data and AI.

🤝 LinkedIn https://www.linkedin.com/in/lanchuhuong/

END

本期互动内容 🍻

❓在你看来，AI发展的下一个突破点最可能出现在哪个方向：数据、算法还是推理能力？

🔗文中链接🔗

[1]https://www.bloomberg.com/news/articles/2024-11-13/openai-google-and-anthropic-are-struggling-to-build-more-advanced-ai?utm_source=substack&utm_medium=email&embedded-checkout=true

[2]https://epoch.ai/blog/can-ai-scaling-continue-through-2030#data-scarcity

[3]https://substack.com/redirect/1ee61e75-b473-46d8-a77e-779c555372aa?j=eyJ1IjoiMjd5a2xjIn0.chM1hwWw4vU3K5gsZ_gHy64h9V82IaY5MSB-0LClvpg

[4]https://deepmind.google/discover/blog/alphazero-shedding-new-light-on-chess-shogi-and-go/

[5]https://deepmind.google/discover/blog/ai-solves-imo-problems-at-silver-medal-level/

[6]https://arxiv.org/pdf/2407.00215

[7]https://arcprize.org/arc

[8]https://arxiv.org/pdf/2407.21787

[9]https://openai.com/o1/

原文链接：

https://medium.com/gitconnected/is-ai-progress-slowing-down-69d4f1215e49

AI 发展是否正在放缓？AI 发展将驶向何方？

编者按： 人工智能真的已经遇到发展瓶颈了吗？随着 OpenAI、Google 和 Anthropic 等顶级 AI 公司纷纷表示新模型开发收益在减少，这个问题引发了整个行业的深度思考。我们今天为大家带来的这篇文章，作者的核心观点是：虽然…...

编程日记 2025/7/12 23:46:36

一个简单的自适应html5导航模板

一个简单的 HTML 导航模板示例，它包含基本的导航栏结构，同时使用了 CSS 进行样式美化，让导航栏看起来更美观。另外，还添加了一些 JavaScript 代码，用于在移动端实现导航菜单的展开和收起功能。 PHP <!DOCTYPE htm…...

编程日记 2025/7/6 17:00:07

CrypTen——基于pytorch的隐私保护机器学习框架

目录一、CrypTen概述二、应用场景三、CrypTen优势四、CrypTen技术解析 1.基于pytorch的构建基础 2.核心密码学原语 3.加密模型训练流程五、传统隐私保护技术与CrypTen的对比 1.传统隐私保护技术介绍 2.CrypTen与传统隐私保护技术的区别六、CrypTen的环境配置…...

编程日记 2025/7/9 11:27:58

日志模块升级，采用sleuth实现日志链路追踪

文章目录 1.common-log4j2-starter1.目录结构2.pom.xml 引入sleuth3.application.yml 开启Sleuth4.log4j2-spring.xml xiugai 日志输出格式5.TraceIdFilter.java 输出带有TraceId的箭头6.LogAspect.java 更改AOP的范围（因为后面出现了栈溢出问题）7.pom.x…...

编程日记 2025/7/9 1:10:01

84，【8】BUUCTF WEB [羊城杯 2020]Blackcat

进入靶场音乐硬控我3分钟回去看源码 <?php // 检查 POST 请求中是否包含 Black-Cat-Sheriff 和 One-ear 字段 // 如果任意一个字段为空，则输出错误信息并终止脚本执行 if(empty($_POST[Black-Cat-Sheriff]) || empty($_POST[One-ear])){die(请提供 Black-C…...

编程日记 2025/7/5 17:07:30

中信证券、安我保险-安我股保联合策略

中信证券2025年资本市场年会在深圳开幕,会议以“站上起跑线”为主题,对2025年全球金融市场、宏观经济与政策、A股市场投资策略、大类资产配置、资本市场新格局下的各经济领域发展趋势进行了全面展望。据悉,中信证券2025年资本市场年会,现场邀请了百余位顶尖学者、产业专家、企…...

编程日记 2025/7/10 13:44:55

WPF实战案例 | C# WPF实现大学选课系统

WPF实战案例 | C# WPF实现大学选课系统一、设计来源1.1 主界面1.2 登录界面1.3 新增课程界面1.4 修改密码界面二、效果和源码2.1 界面设计（XAML）2.2 代码逻辑（C#） 源码下载更多优质源码分享作者：xcLeigh 文章地址&a…...

编程日记 2025/6/28 21:40:46

如何在Spring Boot项目中高效集成Spring Security

1 Spring Security 介绍 Spring Security 是一个功能强大且高度可定制的安全框架，专为保护基于Java的应用程序而设计。它不仅提供了认证（Authentication）和授权（Authorization）的功能，还支持防止各种常见的安全攻击模式。本文将详细介绍Spring Security的主要特点、功能…...

编程日记 2025/6/28 3:34:16

浅谈Unity中Canvas的三种渲染模式

Overview UGUI通过 Canvas 组件渲染和管理UI元素。Canvas 是 UI 元素的容器，它决定了 UI 元素的渲染方式以及它们在屏幕上的显示效果。Canvas 有三种主要的渲染模式，每种模式有不同的用途和特点。本文将介绍这三种渲染模式 1. Screen Space - Overlay 模…...

编程日记 2025/7/8 20:20:05

组件中的emit

我们从页面向子组件传递参数时，我们可以使用props；我们从页面向子组件传递模板片段时，可以使用slots；当我们需要子组件传递参数给调用它的页面时，我们可以使用emit进行参数传递。例如： <template>…...

编程日记 2025/7/7 15:37:35

java发送邮件

文章目录需要的依赖发送邮件准备申请授权码配置文件测试代码遇到的问题需要的依赖 <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><…...

编程日记 2025/7/11 4:52:40

网络安全 | F5-Attack Signatures-Set详解

关注：CodingTechWork 创建和分配攻击签名集可以通过两种方式创建攻击签名集：使用过滤器或手动选择要包含的签名。基于过滤器的签名集仅基于在签名过滤器中定义的标准。基于过滤器的签名集的优点在于，可以专注于定义用户感兴趣的攻击签名…...

编程日记 2025/7/8 14:08:26

左右互搏03-so调用java md5-android开发

依然走动态注册新建一个java类 package com.koohai.encutils;import android.content.Context; import android.content.pm.PackageInfo; import android.content.pm.PackageManager; import android.util.Log;import java.security.MessageDigest; import java.util.List; …...

编程日记 2025/7/9 21:19:46

性能测试丨JVM 性能数据采集

什么是JVM性能数据采集？ JVM性能数据采集是指通过一些工具和技术采集与Java虚拟机相关的性能数据。这些数据包括但不限于内存使用、CPU使用、垃圾回收（GC）行为、线程活动等。合理地分析这些数据，可以帮助我们找出系统的瓶颈&…...

编程日记 2025/7/9 11:38:35

MySQL 基础学习(3)：排序查询和条件查询

MySQL 查询与条件操作：详解与技巧在本文中，我们将探讨 MySQL 中的查询操作及其相关功能，包括别名、去重、排序查询和条件查询等，并总结一些最佳实践和注意事项。一、使用别名（AS） 在查询中&#xff0c…...

编程日记 2025/7/12 10:45:56

Autogen_core: Quickstart

代码 from dataclasses import dataclass from typing import Callablefrom autogen_core import DefaultTopicId, MessageContext, RoutedAgent, default_subscription, message_handlerdataclass class Message:content: intdefault_subscription class Modifier(RoutedAgen…...

编程日记 2025/7/9 1:04:03

导出地图为pdf文件

有时我们只是想创建能共享的pdf文件,而不是将地图打印出来,arcpy的ExportToPDF()函数可以实现该功能. 操作方法: 1.在arcmap中打开目标地图 2.导入arcpy.mapping模块 import arcpy.mapping as mapping 3.引用当前活动地图文档,把该引用赋值给变量 mxd mapping.MapDocumen…...

编程日记 2025/7/10 15:24:44

从零开始打造智能推荐引擎：技术、实践与未来展望

友友们好！我的新专栏《Python进阶》正式启动啦！这是一个专为那些渴望提升Python技能的朋友们量身打造的专栏，无论你是已经有一定基础的开发者，还是希望深入挖掘Python潜力的爱好者，这里都将是你不可错过的宝藏。在这个专栏中，你将会找到： ● 深入解析：每一篇文章都将…...

编程日记 2025/7/9 19:12:06

【Leetcode刷题记录】16.最接近的三数之和

16. 最接近的三数之和给你一个长度为 n 的整数数组 nums 和一个目标值 target。请你从 nums 中选出三个整数，使它们的和与 target 最接近。返回这三个数的和。假定每组输入只存在恰好一个解。📑排序双指针这道题和三数之和很像，不同点是…...

编程日记 2025/7/12 14:59:33

什么是Pytest Fixtures作用域及如何为Pytest Fixtures设置合适的作用域

关注开源优测不迷路大数据测试过程、策略及挑战测试框架原理，构建成功的基石在自动化测试工作之前，你应该知道的10条建议在自动化测试中，重要的不是工具编写重复代码很可能是你最不乐意做的事情之一。至少对我来说是这样。在一个全力追…...

编程日记 2025/7/10 5:01:05

vue3 vue2区别

Vue 3 和 Vue 2 之间存在多个方面的区别，以下是一些主要的差异点： 1. 性能改进 Vue 3：在性能上有显著提升，包括更小的包体积、更快的渲染速度和更好的内存管理。Vue 2：性能相对较低，尤其是在大型应用中。…...

编程日记 2025/7/8 1:11:09

硬件学习笔记--36 TTL、RS232、RS485相关介绍

RS232、TTL、RS485是三种不同的电气标准和通信接口，它们各自具有独特的特点和应用场景。以下是这三者的主要区别： 一、定义与标准 TTL（Transistor-Transistor Logic） TTL是一种数字信号电平标准，由TTL器件产生&#x…...

编程日记 2025/7/10 15:57:07

FPGA实现任意角度视频旋转（完结）视频任意角度旋转实现

本文主要介绍如何基于FPGA实现视频的任意角度旋转，关于视频180度实时旋转、90/270度视频无裁剪旋转，请见本专栏前面的文章，旋转效果示意图如下： 为了实时对比旋转效果，采用分屏显示进行处理，左边代表旋转…...

编程日记 2025/7/10 5:32:56

HBase-2.5.10 伪分布式环境搭建【Mac】

文章目录前言一、搭建单节点Zookeeper1. 解压zookeeper2. 配置环境变量3. 修改配置文件4. 启动zk 二、搭建伪分布式Hbase1. 解压hbase2. 配置环境变量3. 修改配置4. 启动HBase 前言搭建hbase伪分布式环境提示：以下是本篇文章正文内容，下面案例仅供参…...

编程日记 2025/7/6 2:23:51

我的2024年年度总结

序言在前不久（应该是上周）的博客之星入围赛中铩羽而归了。虽然心中颇为不甘，觉得这一年兢兢业业，每天都在发文章，不应该是这样的结果（连前300名都进不了）。但人不能总抱怨，总要向前…...

编程日记 2025/7/6 7:21:56

erase() 【删数函数】的使用

**2025 - 01 - 25 - 第 48 篇【函数的使用】作者(Author) 文章目录 earse() - 删除函数一. vector中的 erase1 移除单个元素2 移除一段元素二. map 中的erase1 通过键移除元素2 通过迭代器移除元素 earse() - 删除函数一. vector中的 erase vector 是一个动态数组&#x…...

编程日记 2025/7/7 22:02:52

STM32项目分享：智能宠物喂食系统（升级版）

目录一、前言二、项目简介 1.功能详解 2.主要器件三、原理图设计四、PCB硬件设计 PCB图五、程序设计六、实验效果七、资料内容项目分享一、前言项目成品图片： 哔哩哔哩视频链接： STM32智能宠物喂食系统(升级版) （资…...

编程日记 2025/7/7 8:22:14

逻辑复制parallel并发参数测试

逻辑复制parallel并发参数测试一、测试结果、测试环境描述 1.1、测试结果 cpu表中有1000万条数据，大小为1652MB,当更新的数据量多于10万条的时候有明显变化，多余30万条的时候相差2倍。更新的数据量较多时，逻辑复制使用并发参数相比于使用…...

编程日记 2025/7/9 20:51:25

python学opencv|读取图像（四十六）使用cv2.bitwise_or()函数实现图像按位或运算

【0】基础定义按位与运算：全1取1，其余取0。按位或运算：全0取0，其余取1。【1】引言前序学习进程中，已经对图像按位与计算进行了详细探究，相关文章链接如下： python学opencv|读取图像&…...

编程日记 2025/7/10 13:01:40

2025美赛数学建模C题：奥运金牌榜，完整论文代码模型目前已经更新

2025美赛数学建模C题：奥运金牌榜，完整论文代码模型目前已经更新，获取见文末名片...

编程日记 2025/7/8 18:21:50

Kiwi 安卓浏览器本月停止维护，扩展功能迁移至 Edge Canary

IT之家 1 月 25 日消息，科技媒体 Android Authority 今天（1 月 25 日）发布博文，报道称 Kiwi 安卓浏览器将于本月停止维护，相关扩展支持功能已整合到微软 Edge Canary 浏览器中。开发者 Arnaud42 表示 Kiwi 安卓浏览器…...

编程日记 2025/7/10 21:31:17

Couchbase UI: Server

在 Couchbase UI 中的 Server（服务器）标签页主要用于管理和监控集群中的各个节点。以下是 Server 标签页的主要内容和功能介绍： 1. 节点列表显示集群中所有节点的列表，每个节点的详细信息包括： 节点地址&#xff1…...

编程日记 2025/7/7 6:52:49

（一）HTTP协议：请求与响应

前言爬虫需要基础知识，HTTP协议只是个开始，除此之外还有很多，我们慢慢来记录。今天的HTTP协议，会有助于我们更好的了解网络。一、什么是HTTP协议 （1）定义 HTTP（超文本传输协议&#xff…...

编程日记 2025/7/7 20:44:26

微信阅读网站小程序的设计与实现（LW+源码+讲解）

专注于大学生项目实战开发,讲解,毕业答疑辅导，欢迎高校老师/同行前辈交流合作✌。技术范围：SpringBoot、Vue、SSM、HLMT、小程序、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、安卓app、大数据、物联网、机器学习等设计与开发。主要内容：…...

编程日记 2025/7/9 4:58:51

资源管理输入、工具与技术、输出

过程输入工具与技术输出规划资源管理1.项目章程2.项目管理计划质量管理计划、范围基准3.项目文件项目进度计划、需求文件、风险登记册、干系人登记册4.事业环境因素5.组织过程资产1.专家判断2.数据表现层级型、矩阵型、文本型3.组织理论4.会议1.资源管理计划2.团队章程3.项目文…...

编程日记 2025/7/5 6:21:53

【JavaWeb学习Day13】

Tlias智能学习系统需求： 部门管理：查询、新增、修改、删除员工管理：查询、新增、修改、删除和文件上传报表统计登录认证日志管理班级、学员管理（实战内容） 部门管理： 01准备工作开发规范-…...

编程日记 2025/7/8 14:01:22

mapStruct 使用踩坑指南

一、缓存机制经常因为变更字段(通常会这样)，导致启动失败。需要清理生成的文件。 /Users/uzong/IdeaProjects/uzong-crm/uzong-crm-manager/src/main/java/com/uzong/crm/manager/GroupManager.java:14:67 java: 找不到符号符号: 方法 getId()位置: 类型为com.u…...

编程日记 2025/7/9 17:12:06

Hive详细讲解-概述与环境搭建

文章目录 1.Hive概述1.2.Hive架构原理1.3Driver 2.Hive最小化模式安装部署3.生产环境hive安装部署4.将hive的元数据存储到Mysql5.元数据库概述6.Hive服务的部署6.1HiveServer26.2Metastore 7.HiveServer2使用7.1Metastore嵌入模式配置7.2Metastore独立模式配置* 8.hive常用的参…...

编程日记 2025/7/12 21:43:42

【算法】数论基础——约数个数定理、约数和定理 python

目录前置知识约数约数个数定理约数和定理实战演练总结前置知识需要掌握：唯一分解定理（算术基本定理） 约数约数，即因数，定义为： 如果一个整数a可以被另一个整数b整除（即 a mod b 0),那么b就…...

编程日记 2025/7/10 10:00:49

【阅读笔记】基于整数+分数微分的清晰度评价算子

本文介绍的是一种新的清晰度评价算子，整数微分算子分数微分算子一、概述目前在数字图像清晰度评价函数中常用的评价函数包括三类：灰度梯度评价函数、频域函数和统计学函数，其中灰度梯度评价函数具有计算简单，评价效果好等优点…...

编程日记 2025/7/8 22:41:32

【技术】TensorRT 10.7 安装指南（Ubuntu22.04）

原文链接：https://mengwoods.github.io/post/tech/008-tensorrt-installation/ 本文安装的版本如下： Ubuntu 22.04 Nvidia Driver 538.78 CUDA 12.2 cuDNN 8.9.7 TensorRT 10.7 安装前的准备（可选） 在安装新版本之前&#xf…...

编程日记 2025/7/9 17:07:28

Linux权限有关

文章目录一、添加普通用户二、Xshell下命令行的知识三、 Linux和Windows操作系统四、再探指令和Linux权限五、用户相关用户切换: 今天我们学习与Linux有关的权限等内容，以及一些零碎知识帮助我们理解Linux的系统和Xshell的原理。本篇是在Xshell环境下执行的。一…...

编程日记 2025/7/10 1:39:15

vue router路由复用及刷新问题研究

路由复用问题当路由匹配路径未发生变化时，只是相关的参数发生了变化，路由跳转时，会发现虽然地址栏中的地址更新到了新的链接，但是页面渲染并未触发响应路由组件的created,mounted等钩子函数，也就意味着组件并没有被重…...

编程日记 2025/7/6 13:58:42

XML实体注入漏洞攻与防

JAVA中的XXE攻防回显型无回显型 cve-2014-3574...

编程日记 2025/7/1 3:39:07

【论文阅读】RT-SKETCH: GOAL-CONDITIONED IMITATION LEARNING FROM HAND-DRAWN SKETCHES

RT-Sketch：基于手绘草图的目标条件模仿学习摘要：在目标条件模仿学习（imitation learning，IL）中，自然语言和图像通常被用作目标表示。然而，自然语言可能存在歧义，图像则可能过于具体…...

编程日记 2025/7/8 23:05:08

27. 【.NET 8 实战--孢子记账--从单体到微服务】--简易报表--报表服务

报表是每个记账应用所具备的功能，要实现报表功能就需要把账本的核心功能（记账）完成，因此报表服务作为本专栏第一部分单体应用开发中最后一个要实现的功能，这一篇文章很简单，我们一起来实现一个简单的报表服…...

编程日记 2025/7/3 11:17:56

LeetCode - #194 Swift 实现文件内容转置

网罗开发 （小红书、快手、视频号同名） 大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、Harmony OS、Java、Python等…...

编程日记 2025/7/12 10:01:40

【全栈】SprintBoot+vue3迷你商城（9）

【全栈】SprintBootvue3迷你商城（9） 往期的文章都在这里啦，大家有兴趣可以看一下后端部分： 【全栈】SprintBootvue3迷你商城（1） 【全栈】SprintBootvue3迷你商城（2） 【全栈】Spr…...

编程日记 2025/7/8 1:06:58

ThreeJS示例教程200+【目录】

Three.js 是一个强大的 JavaScript 库，旨在简化在网页上创建和展示3D图形的过程。它基于 WebGL 技术，但提供了比直接使用 WebGL 更易于使用的API，使得开发者无需深入了解 WebGL 的复杂细节就能创建出高质量的3D内容。由于目前内容还不多，下面的内容暂时做一个占位。文章目…...

编程日记 2025/7/10 15:22:39

《边界感知的分而治之方法：基于扩散模型的无监督阴影去除解决方案》学习笔记

paper：Boundary-Aware Divide and Conquer: A Diffusion-Based Solution for Unsupervised Shadow Removal 目录摘要 1、介绍 2、相关工作 2.1 阴影去除 2.2 去噪扩散概率模型（Denoising Diffusion Probabilistic Models, DDPM） 3、方…...

编程日记 2025/7/8 5:08:18