当前位置：首页 > news >正文

【DeepSeek-V3】AI Model Evaluation Framework and index schedule AI模型能力评价指标及对比

news 来源：原创 2025/7/1 4:40:28

文章目录

AI 模型评估体系 | AI Model Evaluation Framework
- 1. 模型架构信息 | Model Architecture Information
- 2. 英语能力评估 | English Language Proficiency
- 3. 编程能力评估 | Programming Capability Metrics
- 4. 数学能力评估 | Mathematical Capability Assessment
- 5. 中文处理能力 | Chinese Language Processing
指标分数表 | Index schedule
AI 模型使用推荐 | AI Model Detailed Recommendations
- 学术研究人员 | Academic Researchers
- 软件开发者 | Software Developers
- 数学工作者 | Mathematicians
- 中文内容创作者 | Chinese Content Creators

AI 模型评估体系 | AI Model Evaluation Framework

1. 模型架构信息 | Model Architecture Information

英文缩写	英文全称	专业中文译名	通俗解释
Architecture	Model Architecture	模型架构	AI系统的基础结构设计
MoE	Mixture of Experts	混合专家系统	多个专业子模型协同工作的系统架构
Dense	Dense Neural Network	全连接神经网络	传统密集连接的神经网络结构
Params	Parameters	参数规模	模型可训练参数总量（十亿级）

2. 英语能力评估 | English Language Proficiency

英文缩写	英文全称	专业中文译名	能力测评重点
MMLU	Massive Multitask Language Understanding	多任务语言理解评测	跨领域知识综合理解能力
DROP	Discrete Reasoning Over Paragraphs	段落离散推理测评	文本分析与数值推理能力
FRAMES	Framework-based Reasoning And Modeling Evaluation System	框架化推理建模评估系统	系统化逻辑推理能力
LongBench	Long Text Processing Benchmark	长文本处理基准测试	大规模文本处理能力

3. 编程能力评估 | Programming Capability Metrics

英文缩写	英文全称	专业中文译名	评估重点
HumanEval	Human Evaluation	人工评测基准	实际编程问题解决能力
LiveCodeBench	Live Coding Benchmark	实时编程基准测试	动态编程实现能力
Codeforces	Competitive Programming Platform	程序竞赛评测平台	算法竞赛级编程能力
Aider-Edit	AI Development Environment and Runtime - Edit	AI开发环境运行时编辑系统	代码编辑与重构能力

4. 数学能力评估 | Mathematical Capability Assessment

英文缩写	英文全称	专业中文译名	评估级别
AIME	American Invitational Mathematics Examination	美国数学邀请赛测评	高等数学竞赛水平
MATH-500	Mathematics Assessment for Testing Higher-order thinking - 500	高阶数学思维评估-500	高等数学综合能力
CNMO	Chinese National Mathematical Olympiad	中国数学奥林匹克测评	奥林匹克数学水平

5. 中文处理能力 | Chinese Language Processing

英文缩写	英文全称	专业中文译名	测评范围
CLUEWSC	Chinese Language Understanding Evaluation - Winograd Schema Challenge	中文语言理解评估-维诺格拉德模式挑战	上下文逻辑理解能力
C-Eval	Chinese Evaluation	中文综合评估体系	通用中文处理能力
C-SimpleQA	Chinese Simple Question Answering	中文基础问答评测	智能问答交互能力

指标分数表 | Index schedule

Category	Benchmark	Metric	DeepSeek-V3	Qwen2.5	Llama3.1	Claude-3.5	GPT-4	Benchmark Description
Model Info	Architecture	-	MoE	Dense	Dense	-	-	模型架构设计\|Model Architecture Design
Model Info	# Activated Params	B	37	72	405	-	-	激活参数量（十亿）\|Activated Parameters (Billion)
Model Info	# Total Params	B	671	72	405	-	-	总参数量（十亿）\|Total Parameters (Billion)
English	MMLU	EM% (Exact Match)	88.5	85.3	88.6	88.3	87.2	多任务语言理解测评\|Multi-task Language Understanding
English	MMLU-Redux	EM% (Exact Match)	89.1	85.6	86.2	88.9	88.0	MMLU更新版\|Updated MMLU Version
English	MMLU-Pro	EM% (Exact Match)	75.9	71.6	73.3	78.0	72.6	专业领域知识评估\|Professional Knowledge Assessment
English	DROP	F1% (First Pass)	91.6	76.7	88.7	88.3	83.7	段落推理与数值运算\|Paragraph Reasoning & Numerical Computation
English	IF-Eval	Strict%	86.1	84.1	86.0	86.5	84.3	指令遵循评估\|Instruction Following Evaluation
English	GPQA-Diamond	Pass@1% (First Pass)	59.1	49.0	51.1	65.0	49.9	物理问题解决\|Physics Problem Solving
English	SimpleQA	Correct%	24.9	9.1	17.1	28.4	38.2	基础问答能力\|Basic Q&A Capability
English	FRAMES	Acc%	73.3	69.8	70.0	72.5	80.5	框架推理理解\|Framework Reasoning
English	LongBench v2	Acc%	48.7	39.4	36.1	41.0	48.1	长文本处理能力\|Long Text Processing
Code	HumanEval-Mul	Pass@1% (First Pass)	82.6	77.3	77.2	81.7	80.5	多样化编程评估\|Multiple Programming Evaluation
Code	LiveCodeBench-COT	Pass@1% (First Pass)	40.5	31.1	28.4	36.3	33.4	实时编程思维链\|Real-time Coding with Chain of Thought
Code	LiveCodeBench	Pass@1% (First Pass)	37.6	28.7	30.1	32.8	34.2	实时编程基准\|Real-time Coding Benchmark
Code	Codeforces	Percentile (Relative ranking position)	51.6	24.8	25.3	20.3	23.6	竞赛编程评测\|Competitive Programming Assessment
Code	SWE Verified	Resolved%	42.0	23.8	24.5	50.8	38.8	软件工程验证\|Software Engineering Verification
Code	Aider-Edit	Acc%	79.7	65.4	63.9	84.2	72.9	代码编辑能力\|Code Editing Capability
Code	Aider-Polyglot	Acc%	49.6	7.6	5.8	45.3	16.0	多语言编程能力\|Multi-language Programming
Math	AIME 2024	Pass@1% (First Pass)	39.2	23.3	23.3	16.0	9.3	美国数学邀请赛\|American Invitational Mathematics Exam
Math	MATH-500	EM%	90.2	80.0	73.8	78.3	74.6	综合数学测评\|Comprehensive Math Assessment
Math	CNMO 2024	Pass@1% (First Pass)	43.2	15.9	6.8	13.1	10.8	中国数学奥赛\|Chinese Math Olympiad
Chinese	CLUEWSC	EM%	90.9	91.4	84.7	85.4	87.9	中文指代消歧\|Chinese Coreference Resolution
Chinese	C-Eval	EM%	86.5	86.1	61.5	76.7	76.0	中文综合评估\|Chinese Comprehensive Evaluation
Chinese	C-SimpleQA	Correct%	64.1	48.4	50.4	51.3	59.3	中文基础问答\|Chinese Basic Q&A

指标说明 (Metrics):

Metric	Full Name	Description
EM%	完全匹配率\|Exact Match	完全正确的答案比例\|Percentage of exactly correct answers
Pass@1%	首次通过率\|First Pass	第一次尝试成功率\|Success rate on first attempt
F1%	F1分数\|F1 Score	精确率和召回率的平衡指标\|Balance of precision and recall
Acc%	准确率\|Accuracy	答案正确的比例\|Percentage of `correct` answers
Strict%	严格匹配率\|Strict Match	严格标准下的正确率\|Accuracy under `strict criteria`
Correct%	正确率\|Correctness	回答正确的百分比\|Percentage of correct `responses`
Resolved%	解决率\|Resolution Rate	成功解决问题的比例\|Rate of successfully `resolved problems`
Percentile	百分位数\|Percentile	相对排名位置\|`Relative ranking position`

AI 模型使用推荐 | AI Model Detailed Recommendations

学术研究人员 | Academic Researchers

推荐模型 | Recommended: Claude-3.5 或 DeepSeek-V3
专业评估指标 | Professional Metrics:

专业知识理解能力 (Massive Multitask Language Understanding Professional/MMLU-Pro: Claude-3.5 78.0%)
- 测试范围：医学、法律、工程等专业领域
- 评分标准：专业术语理解、概念应用准确性
逻辑推理能力 (Framework-based Reasoning And Modeling Evaluation System/FRAMES: Claude-3.5 72.5%)
- 评估内容：复杂逻辑分析、推理链完整性
- 应用场景：学术论文分析、研究方法论证
长文本处理能力 (Long Text Benchmark Version 2/LongBench v2: DeepSeek-V3 48.7%)
- 测试重点：长文档理解、上下文连贯性
- 适用场景：学术论文撰写、文献综述

软件开发者 | Software Developers

推荐模型 | Recommended: DeepSeek-V3 或 Claude-3.5
技术评估指标 | Technical Metrics:

多语言编程能力 (Programming Language Assistant-Polyglot/Aider-Polyglot: DeepSeek-V3 49.6%)
- 支持语言：Python, Java, C++, JavaScript等
- 评估维度：语法准确性、代码效率、最佳实践
代码编辑能力 (Code Editing Assistant/Aider-Edit: Claude-3.5 84.2%)
- 功能范围：代码重构、bug修复、性能优化
- 评估标准：编辑准确度、代码质量改进
实时编程能力 (Live Coding Benchmark/LiveCodeBench: DeepSeek-V3 37.6%)
- 测试项目：实时代码生成、调试能力
- 应用场景：即时编程辅助、代码审查

数学工作者 | Mathematicians

推荐模型 | Recommended: DeepSeek-V3
能力评估 | Capability Assessment:

竞赛级数学能力 (American Invitational Mathematics Examination/AIME 2024: 39.2%)
- 试题类型：高级代数、几何、组合数学
- 难度级别：美国数学竞赛水平
综合数学处理 (Mathematics Assessment Test-500/MATH-500: 90.2%)
- 覆盖领域：微积分、线性代数、概率统计
- 应用范围：大学数学课程内容
高等数学推理 (Chinese National Mathematical Olympiad/CNMO 2024: 43.2%)
- 测试重点：数学证明、问题求解策略
- 评估标准：推理严谨性、解法创新性

中文内容创作者 | Chinese Content Creators

推荐模型 | Recommended: DeepSeek-V3 或 Qwen2.5
语言能力指标 | Language Capability Metrics:

中文语义理解 (Chinese Language Understanding Evaluation-Winograd Schema Challenge/CLUEWSC: Qwen2.5 91.4%)
- 测试范围：上下文理解、指代消解
- 应用场景：文本校对、内容优化
中文综合能力 (Chinese Evaluation Suite/C-Eval: DeepSeek-V3 86.5%)
- 评估维度：语法准确性、表达流畅度
- 使用场景：文案创作、内容编辑
中文问答能力 (Chinese Simple Question Answering/C-SimpleQA: DeepSeek-V3 64.1%)
- 测试内容：问答准确性、回复相关性
- 适用范围：内容咨询、知识解答

【DeepSeek-V3】AI Model Evaluation Framework and index schedule AI模型能力评价指标及对比

编程日记 2025/7/1 4:40:28

《程序人生》工作2年感悟

一些杂七杂八的感悟： 1.把事做好比什么都重要， 先树立量良好的形象，再横向发展。 2.职场就是人情世故，但也不要被人情世故绑架。 3.要常怀感恩的心，要记住帮助过你的人，愿意和你分享的人，有能力…...

编程日记 2025/6/30 12:26:06

Elasticsearch的开发工具（Dev Tools）

目录说明1. **Console**2. **Search Profiler**3. **Grok Debugger**4. **Painless Lab**总结说明 Elasticsearch的开发工具（Dev Tools）在Kibana中提供了多种功能强大的工具，用于调试、优化和测试Elasticsearch查询和脚本。以下是关于Cons…...

编程日记 2025/6/28 0:09:20

22_解析XML配置文件_List列表

解析XML文件需要先 1.【加载XML文件】而【加载XML】文件有两种方式【第一种 —— 使用Unity资源系统加载文件】 TextAsset xml Resources.Load<TextAsset>(filePath); XmlDocument doc new XmlDocument(); doc.LoadXml(xml.text); 【第二种 —— 在C#文件IO…...

编程日记 2025/6/28 0:09:55

智慧园区管理平台实现智能整合提升企业运营模式与管理效率

内容概要在当今数字化的背景下，智慧园区管理平台正逐渐成为企业提升运营效率和管理模式的重要工具。这个平台汇聚了多种先进技术，旨在通过智能整合各类资源与信息，帮助企业实现全面的管理创新。智慧园区管理平台不仅仅是一个数据处理工具…...

编程日记 2025/6/28 5:06:53

从规则到神经网络：机器翻译技术的演进与未来展望

从规则到神经网络：机器翻译技术的演进与未来展望引言还记得早些年用翻译软件翻译一句简单的英文句子，却发现翻译结果让人啼笑皆非的日子吗？从“我喜欢吃苹果”被翻译成“我喜欢吃苹果电脑”，到今天的神经网络机器翻译（Neural Machine Translation, NMT）能够生成语义流…...

编程日记 2025/6/28 3:33:48

[MySQL]事务的隔离级别原理与底层实现

目录 1.为什么要有隔离性 2.事务的隔离级别读未提交读提交可重复读串行化 3.演示事务隔离级别的操作查看与设置事务的隔离级别演示读提交操作演示可重复读操作 1.为什么要有隔离性在真正的业务场景下，MySQL服务在同一时间一定会有大量的客户端进程…...

编程日记 2025/6/28 7:11:48

hdfs:介绍三个脚本

1、jps-cluster.sh 如果我们想在Bigdata01 这台电脑上，查看整个集群的服务启动情况，可以使用这个脚本文件。 #!/bin/bash USAGE"使⽤⽅法：sh jps-cluster.sh" NODES("bigdata01" "bigdata02" "bigdata03…...

编程日记 2025/6/28 0:10:14

【Oracle篇】使用Hint对优化器的执行计划进行干预(含单表、多表、查询块、声明四大类Hint干预)

💫《博主介绍》：✨又是一天没白过，我是奈斯，从事IT领域✨ 💫《擅长领域》：✌️擅长阿里云AnalyticDB for MySQL(分布式数据仓库)、Oracle、MySQL、Linux、prometheus监控；并对SQLserver、NoSQL(…...

编程日记 2025/6/28 5:26:17

【Rust自学】15.7. 循环引用导致内存泄漏

说句题外话，这篇文章真心很难，有看不懂可以在评论区问，我会尽快作答的。喜欢的话别忘了点赞、收藏加关注哦（加关注即可阅读全文），对接下来的教程有兴趣的可以关注专栏。谢谢喵！(･ω…...

编程日记 2025/6/29 20:32:31

4.scala默认参数值

Scala具备给参数提供默认值的能力，这样调用者就可以忽略这些具有默认值的参数。 def log(message: String, level: String "INFO") println(s"$level: $message")log("System starting") // prints INFO: System starting log(&q…...

编程日记 2025/6/28 0:11:11

前端知识速记—JS篇：null 与 undefined

前端知识速记—JS篇：null 与 undefined 什么是 null 和 undefined？ 1. undefined 的含义 undefined 是 JavaScript 中默认的值，表示某个变量已被声明但尚未被赋值。当尝试访问一个未初始化的变量、函数没有返回值时，都会得到 u…...

编程日记 2025/6/28 0:10:30

微信小程序中常见的跳转方式及其特点的表格总结（wx.navigateTo 适合需要返回上一页的场景）

文章目录详细说明总结wx.navigateTo 的特点为什么 wx.navigateTo 最常用？其他跳转方式的使用频率总结以下是微信小程序中常见的跳转方式及其特点的表格总结： 跳转方式API 方法特点适用场景wx.navigateTowx.navigateTo({ url: 路径 })保留当前页面&…...

编程日记 2025/6/28 0:11:39

【人工智能】基于Python的机器翻译系统，从RNN到Transformer的演进与实现

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！解锁Python编程的无限可能：《奇妙的Python》带你漫游代码世界机器翻译（Machine Translation, MT）作为自然语言处理领域的重要应用之一，近年来受到了广泛的关注。在本篇文章中，我们将详细探讨如何使…...

编程日记 2025/7/1 4:08:15

蓝桥备赛指南（5）

queue队列 queue是一种先进先出的数据结构。它提供了一组函数来操作和访问元素，但它的功能相对较简单，queue函数的内部实现了底层容器来存储元素，并且只能通过特定的函数来访问和操作元素。 queue函数的常用函数 1.push()函数：…...

编程日记 2025/6/30 4:58:10

蓝桥云客好数

0好数 - 蓝桥云课问题描述一个整数如果按从低位到高位的顺序，奇数位（个位、百位、万位…）上的数字是奇数，偶数位（十位、千位、十万位…）上的数字是偶数，我们就称之为“好数”。给定一个正…...

编程日记 2025/6/29 8:22:29

CF 764B.Timofey and cubes(Java实现)

题目分析输入n个数字，首尾交换，奇数对换，偶数对不换思路分析存入数组，遍历时判断i%20时(数组下标0开始，所以题目分析没有错)，对换代码 import java.util.*;public class Main {public static void ma…...

编程日记 2025/6/30 1:34:04

四.3 Redis 五大数据类型/结构的详细说明/详细使用（ hash 哈希表数据类型详解和使用）

四.3 Redis 五大数据类型/结构的详细说明/详细使用（ hash 哈希表数据类型详解和使用） 文章目录四.3 Redis 五大数据类型/结构的详细说明/详细使用（ hash 哈希表数据类型详解和使用）2.hash 哈希表常用指令(详细讲解说明)2.1 hset …...

编程日记 2025/6/28 0:12:03

AIGC（生成式AI）试用 20 -- deepseek 初识

>> 基本概念 Ollama -- 运行大模型，管理运行AI大模型的工具，用来安装布置DeepSeek https://ollama.com/ , Get up and running with large language models. AnythingLLM -- 大模型增强应用，GUI大模型交互程序 Download AnythingLLM …...

编程日记 2025/6/28 2:58:48

你好！这是我自己的CSDN博客！

写于2025年1月30日我是一个普通的嵌入式软件程序员，喜欢研究Linux（应用层跟内核从都有粗浅的涉略），单片机，操作系统和计算机体系架构等内容，目前是一枚普通的本科生。笔者是一个朴素的开源主义者&#xf…...

编程日记 2025/6/28 0:10:42

将pandas.core.series.Series类型的小数转化成百分数

大年初二，大家过年好，蛇年行大运！ 今天在编写一个代码的时候，使用 import pandas as pd产生了pandas.core.series.Series类型的数据，里面有小数，样式如下： 目的：将这些小数转化为百…...

编程日记 2025/6/29 9:54:28

[EAI-027] RDT-1B，目前最大的用于机器人双臂操作的机器人基础模型

Paper Card 论文标题：RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation 论文作者：Songming Liu, Lingxuan Wu, Bangguo Li, Hengkai Tan, Huayu Chen, Zhengyi Wang, Ke Xu, Hang Su, Jun Zhu 论文链接：https://arxiv.org/ab…...

编程日记 2025/6/28 5:49:29

oracle中使用in 和 not in 查询效率分析

在Oracle数据库中，IN和NOT IN的查询效率受多种因素影响，以下是关键点总结和优化建议： 1. IN 的效率优化方式： IN 通常会被优化为 OR条件或半连接（Semi-Join），如果子查询关联到外部表&#x…...

编程日记 2025/6/30 5:13:11

【python】四帧差法实现运动目标检测

四帧差法是一种运动目标检测技术，它通过比较连续四帧图像之间的差异来检测运动物体。这种方法可以在一定的程度上提高检测的准确性。目录 1 方案 2 实践 ① 代码 ② 效果图 1 方案具体的步骤如下： ① 读取视频流：使用cv2.VideoCapture…...

编程日记 2025/6/29 2:46:52

指针的介绍4【回调函数、qsort函数的运用】

1.回调函数 1.1定义回调函数就是通过函数指针而被调用的函数把函数的指针（地址）作为参数传递给另⼀个函数，当这个指针被⽤来调⽤其所指向的函数时，被调⽤的函数就是回调函数回调函数不是由该函数的实现⽅直接调⽤&#xff0…...

编程日记 2025/6/28 5:01:30

Attention Free Transformer (AFT)-2020论文笔记

名称： Attention Free Transformer (AFT) 来源： [2105.14103] An Attention Free Transformer 相关工作： #Approximatingthedotproduct #Sparselocalattention #Contextcompression #Eliminatingdotproductattention #MLPsforvision 创…...

编程日记 2025/6/28 1:43:29

Pyside的QWebEngineProfile类

QWebEngineProfile 是 PySide/Qt 中用于管理浏览器引擎（WebEngine）配置的类，属于 QtWebEngineCore 模块。它主要用于控制网页的全局行为，例如缓存、Cookie、持久化存储、用户代理（User-Agent）、代理设置等。…...

编程日记 2025/6/30 1:16:55

Java继承中的静态方法隐藏与实例变量隐藏：深入解析与最佳实践

引言在Java面向对象编程中，继承是实现代码复用的核心机制。然而，继承中的静态方法（static）和实例变量的行为常常让开发者感到困惑。许多初学者甚至经验丰富的程序员容易混淆方法覆盖（Override）、方法隐藏…...

编程日记 2025/6/29 19:12:32

day6手机摄影社区，可以去苹果摄影社区学习拍摄技巧

逛自己手机的社区：即（手机牌子）摄影社区拍照时防止抖动可以控制自己的呼吸，不要大喘气拍一张照片后，如何简单的用手机修图？ HDR模式就是让高光部分和阴影部分更协调（拍风紧时可以打开&…...

编程日记 2025/6/28 5:36:41

从AD的原理图自动提取引脚网络的小工具

这里跟大家分享一个我自己写的小软件，实现从AD的原理图里自动找出网络名称和引脚的对应。存成文本方便后续做表格或是使用简单行列编辑生成引脚约束文件（如.XDC .UCF .TCL等）。我们在FPGA设计中需要引脚锁定文件，就是指示TOP层…...

编程日记 2025/6/30 16:43:30

H3CNE-31-BFD

Bidirectional Forwarding Dection，双向转发检查作用：毫秒级故障检查，通常结合三层协议（静态路由、vrrp、ospf、BGP等），实现链路故障快速检查。 BFD配置示例没有中间的SW，接口down&#xff…...

编程日记 2025/6/30 21:47:32

Linux安装zookeeper

1, 下载 Apache ZooKeeperhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apa…...

编程日记 2025/6/28 0:10:05

QPS 值是怎样进行计算和应用的

1. QPS 值的定义 QPS（Queries Per Second），即每秒查询率，指一台服务器每秒能够相应的查询次数，是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准。它表示系统在某一特定时间内能够处理的查询请求的数量…...

编程日记 2025/6/28 0:09:58

【视频+图文详解】HTML基础4-html标签的基本使用

图文教程 html标签的基本使用无序列表作用：定义一个没有顺序的列表结构由两个标签组成：<ul>以及<li>（两个标签都属于容器级标签，其中ul只能嵌套li标签，但li标签能嵌套任何标签，甚至ul标…...

编程日记 2025/6/28 6:37:56

内外网文件摆渡企业常见应用场景和对应方案

在如今的企业环境中，内外网文件摆渡的需求越来越常见，也变得越来越重要。随着信息化的不断推进，企业内部和外部之间的数据交换越来越频繁，如何安全、高效地进行文件传输成了一个关键问题。今天，咱就来聊聊内外网文件摆…...

编程日记 2025/6/28 0:14:00

基于微信小程序的新闻资讯系统设计与实现（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 2025/6/28 0:09:32

透视B/S架构与C/S架构：构建未来网络应用的智慧选择

透视B/S架构与C/S架构：构建未来网络应用的智慧选择在信息技术迅猛发展的今天，网络架构的选择对企业和开发者来说至关重要。B/S架构（Browser/Server）与C/S架构（Client/Server）是两种主流的架构模式&#x…...

编程日记 2025/6/28 0:10:44

受击反馈HitReact、死亡效果Death Dissolve、Floating伤害值Text(末尾附客户端RPC )

受击反馈HitReact 设置角色受击标签 (GameplayTag基本了解待补充) 角色监听标签并设置移动速度创建一个受击技能，并应用GE 实现设置角色的受击蒙太奇动画实现角色受击时播放蒙太奇动画，为了保证通用性，将其设置为一个函数，并…...

编程日记 2025/6/29 21:30:10

【网络】3.HTTP(讲解HTTP协议和写HTTP服务)

目录 1 认识URL1.1 URI的格式 2 HTTP协议2.1 请求报文2.2 响应报文 3 模拟HTTP3.1 Socket.hpp3.2 HttpServer.hpp3.2.1 start()3.2.2 ThreadRun()3.2.3 HandlerHttp（） 总结 1 认识URL 什么是URI？ URI 是 Uniform Resource Identifier的缩写&…...

编程日记 2025/6/30 1:14:04

mysql_init和mysql_real_connect的形象化认识

解析总结 1. mysql_init 的作用 mysql_init 用于初始化一个 MYSQL 结构体，为后续数据库连接和操作做准备。该结构体存储连接配置及状态信息，是 MySQL C API 的核心句柄。示例： MYSQL *conn mysql_init(NULL); // 初始化连接句柄2. mysql_…...

编程日记 2025/6/27 16:03:22

01.01、判定字符是否唯一

01.01、[简单] 判定字符是否唯一 1、题目描述实现一个算法，确定一个字符串 s 的所有字符是否全都不同。在这一题中，我们的任务是判断一个字符串 s 中的所有字符是否全都不同。我们将讨论两种不同的方法来解决这个问题，并详细解释每种方法…...

编程日记 2025/6/28 6:01:50

[NOIP2007]矩阵取数游戏

点我写题题目描述帅帅经常跟同学玩一个矩阵取数游戏：对于一个给定的n*m的矩阵，矩阵中的每个元素aij均为非负整数。游戏规则如下： 1.每次取数时须从每行各取走一个元素，共n个。m次后取完矩阵所有元素； 2.每次取走的…...

编程日记 2025/6/28 6:59:25

C++模板初识

文章目录一、函数模板1. 函数模板2. 函数模板、模板的特例化、非模板函数的重载关系3. 外部调用4. 模板的非类型参数5. 代码示例二、类模板一、函数模板 1. 函数模板模板函数：在函数调用点，编译器用用户指定的类型，从原模板实例化一份函…...

编程日记 2025/6/28 6:57:09

C# Winform制作一个登录系统

using System; using System.Collections; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Threading.Tasks; using System.Windows.Forms;namespace 登录 {p…...

编程日记 2025/6/28 4:56:26

Metric	Full Name	Description
EM%	完全匹配率\|Exact Match	完全正确的答案比例\|Percentage of exactly correct answers
Pass@1%	首次通过率\|First Pass	第一次尝试成功率\|Success rate on first attempt
F1%	F1分数\|F1 Score	精确率和召回率的平衡指标\|Balance of precision and recall
Acc%	准确率\|Accuracy	答案正确的比例\|Percentage of `correct` answers
Strict%	严格匹配率\|Strict Match	严格标准下的正确率\|Accuracy under `strict criteria`
Correct%	正确率\|Correctness	回答正确的百分比\|Percentage of correct `responses`
Resolved%	解决率\|Resolution Rate	成功解决问题的比例\|Rate of successfully `resolved problems`
Percentile	百分位数\|Percentile	相对排名位置\|`Relative ranking position`