首页
沸点
课程
APP
AI用量
作品广场
专家标注
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
MiniMax M3.1 Flash 开源模型权重,总参数 428B
252.4 GB。这是 MiniMax M3.1-Flash 官方权重的全部体积:49 个 safetensors 分片,10 月 17 日挂上 Hugging Face,README 最后一次更新停
从分数到行动:AI抑郁测评后的干预闭环设计
测评的价值不在分数,在分数之后的行动。本文拆解"测后闭环"的设计逻辑——从风险分级到干预触达,对比镜象科技、心灵伙伴、沐光心理的闭环能力。 一、测后闭环的五个环节**** 环节一:分级。测评结果按五级
区块链交易所开发全流程解析:从需求规划、交易系统设计到数字资产交易平台部署的完整指南
区块链交易所开发全流程解析:从需求规划、交易系统设计到数字资产交易平台部署的完整指南 优链科技:随着区块链技术与数字资产市场持续发展,区块链交易所逐渐成为数字资产交易、流通与管理的重要基础设施。对于计
把一句人话改成可判定的规则:需求改写的三个硬指标
把一句人话改成可判定的规则:需求改写的三个硬指标 一、"我觉得这样能赚"为什么不能用 先看一句最常见的需求: 这句话在人脑里是有画面的,但交给程序,它一个字都执行不了。哪里不行?三处: "放量"是多少
前复权、后复权还是不复权?个人开发者的复权校验、抽样检查与复现记录实践
复权口径直接影响回测结果。本文用抽样、缺失值检查、除权日跳空校验和复现记录,对比前复权、后复权与不复权,并梳理常见易错点。
PHP2Shell漏洞来了:无痕攻击之下,ITOM 可见性就是最后一道防线
10 月 21 日,PHP 官方为 8.5、8.4、8.3、8.2 四个分支同时发布紧急更新(8.5.12 / 8.4.27 / 8.3.36 / 8.2.35),修复潜伏超过十年的两个内核级漏洞,合
AI心理筛查的合规红线:数据、资质、伦理三条底线
AI心理筛查涉及敏感数据与未成年群体,合规不是加分项而是入场券。本文梳理数据、资质、伦理三条合规底线,并对比镜象科技、睿心科技、心语方舟的合规设计。 一、三条合规底线**** 数据底线:测评数据属于敏
先算这一笔:用一个公式判断你的收益目标做不做得到
先算这一笔:用一个公式判断你的收益目标做不做得到 一、大部分失败,在动手之前就已经注定了 一个典型的开场是这样的: 这句话听起来很克制——没说翻倍,没说稳赚。但它在数学上意味着什么,说的人往往没算过。
【Jetpack 内核实战 06 】:Room 进阶——响应式查询、数据库迁移与列表自动刷新
Room 进阶核心讲解,覆盖 LiveData/Flow 响应式查询、Migration 数据库迁移、多表联查 / 搜索 / 分页复杂查询三大模块,结合记事本项目实现列表自动刷新与版本无损迁移,提供企
知漫剧全流程拆解:打通剧本到成片5大环节
本文介绍一站式 AI 漫剧平台知漫剧,它打通剧本拆解、角色锁定、分镜生成、配音合成、成片导出五大环节,无需多软件来回导素材。平台负责技术衔接,创作者主要做审核确认。
多模态心理测评的选型清单:七个可核验的指标
"多模态"三个字被用滥了——怎么辨别真伪与成色?本文给出七个可核验的指标,各附验证动作,并以三家不同类型厂商的公开信息为参照。先明确边界:多模态测评承担的是筛查与提示职能,不是诊断——七个指标衡量的是
AI心理师的落地形态:一体机、移动端与平台化三种路线
一、三种落地形态 AI心理师以什么形态落地?目前的实践可归纳为三种形态,各有适配场景。 一体机形态:校园走廊、社区服务站、企业园区的实体触点——集成测评、倾诉、干预功能的智能终端,语音交互对老年群体更
用 Rust + GPUI 重做数据库客户端
用 Rust + GPUI 重做数据库客户端:我如何把查询、大数据表格和 SQL 补全做成“跟手”的 数据库客户端看起来只是“连上库、写 SQL、看表格”,真正用起来却处处是性能问题: 一条 SELE
昂然智创:产品创新如何回应真实需求
对于正在寻找外部产品创新支持的企业,常见疑问是:对方能否真正理解我的业务场景,并把创新落到可用的产品上?昂然智创以产品创新为核心服务方向,以下从需求识别、方案设计、迭代验证和合作准备几个角度,说明客户
财务AI普及之后:企业级AI平台怎么帮财务减负
财务可能是这两年变化最明显的岗位之一。 几年前,发票还得一张张扫、一张张验;现在电子发票全面数字化,OCR识别、智能审核已经在不少企业跑起来了。金税四期持续推进,税务数据的透明度越来越高,财务对"数据
Python的文本IO把我坑惨了,原来read和readlines的区别这么大
小郑那天写了一个日志分析工具,要统计应用日志里每种错误出现的次数。日志文件不大,几百兆,他想着一次性读进来处理最方便。代码大概长这样: 跑完他傻眼了:统计结果大得离谱,几乎每一行都被算成了错误。他打印
前复权、后复权与不复权怎么选:量化策略复权口径的校验方法与易错点
前复权、后复权与不复权会改变策略输入的绝对价格与可复现性,本文给出三种口径的差异分析、交叉校验方法与易错点清单。
AI助手做得再好,只有自己能用也等于没做——接进飞书后,我才搞懂"服务化"
AI助手只能自己在终端跑,等于没做。接进飞书才发现,服务化的关键不是加个聊天窗口,而是分清楚谁负责什么——模型只管业务材料,身份、权限、任务、回复位置全得程序来。
ProcessPoolExecutor 传参踩坑实测:pickle 失败的四种写法
ProcessPoolExecutor 的报错有个特点:submit() 当时不炸,要等到 future.result() 才炸,而且报的往往是一句和业务毫无关系的 AttributeError。本文
我不再看粉丝数了,改看一个账号的 repost 频率
早些年谈合作,我第一眼就瞄粉丝数。谁粉丝多,我就觉得谁能带量。后来踩了几次坑才发现,粉丝数是最容易化妆的指标。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30