- 综合排序
- 最热优先
- 最新优先
- 来自专栏捉虫大师
低开销获取时间戳
Score Error Units TimeStampTest.test1Thread avgt 0.271 s/op TimeStampTest.test2Thread = 0; i < MAX; i++) { currentTimeMillis(); } } @Benchmark @Threads(2) public void test2Thread() { for (int i = 0; i < MAX; i++) { currentTimeMillis 这样获取就只是从内存中取一下，开销非常小，但缺点也很明显，更新的频率决定了时间戳的精度。 Score Error Units TimeStampTest.test1Thread avgt ≈ 10⁻⁴ s/op TimeStampTest.test2Thread
1.7K51发布于 2021-04-22 Async-profiler：低开销Java性能分析利器
项目标题与描述Async-profiler 是一个针对Java的低开销采样性能分析器，它克服了传统分析器的“安全点偏差”（Safepoint bias）问题。 2. 内存分配跟踪引擎 (allocTracer.cpp)此代码展示了如何通过设置断点来拦截JVM内部的内存分配方法，实现堆内存分配的采样。 frame.arg2() : frame.arg1(); instance_size = _trap_kind == 1 ? frame.arg2() : frame.arg1(); instance_size = 0; } else { // 不是我们的陷阱，交给其他处理程序 frame.arg0(), arg1(), arg2(), arg3()：根据调用约定（因JDK版本_trap_kind而异）从栈帧或寄存器中提取函数参数（如类指针、分配大小）。
49410编辑于 2025-12-18- 来自专栏LINUX阅码场
LWN：快速、低开销的堆栈跟踪工具SFrame！
因此，每个函数调用都会有一些额外的代码性能开销；除此之外，编译器必须专门为帧指针预留一个寄存器，这也会影响性能。但它是一个易于理解的机制，效果良好；"它设计得很漂亮，运作良好，而且非常简单"。 其他需求更明显地源自她的幻灯片上的优缺点：需要更低开销，使用低复杂度的 tracer，并使用由工具链生成的信息。SFrame 是在考虑这些需求的基础上设计的，她说。 自演讲以来，已经发布了 Binutils 2.41，对该格式进行了一些相当小的、但不向后兼容的更改，现在版本为 SFrame version 2。 SFrame 开发人员最初从内核场景开始，现在开始研究有哪些用户空间应用程序可能可以从快速、低开销的 stack trace 中受益。
1.1K30编辑于 2023-09-11 - 来自专栏LCHub低代码社区
《低代码指南》：2什么是低代码？
这个定义更偏向于阐明低代码所带来的核心价值： 低代码开发平台能够实现业务应用的快速交付。 而且我们有理由相信，随着低代码技术、产品和行业的不断成熟，这个提升倍数还能继续上涨。 低代码开发平台能够降低业务应用的开发成本。 一方面，低代码开发在软件全生命周期流程上的投入都要更低（代码编写更少、环境设置和部署成本也更简单）；另一方面，低代码开发还显著降低了开发人员的使用门槛，非专业开发者经过简单的IT基础培训就能快速上岗，既能充分调动和利用企业现有的各方面人力资源 ，也能大幅降低对昂贵专业开发者资源的依赖。 ——LCHub低代码社区
85840编辑于 2023-03-02 - 来自专栏磐创AI技术团队的专栏
低资源语言的机器翻译
import Seq2SeqModel,Seq2SeqArgs logging.basicConfig(level=logging.INFO) transformers_logger = logging.getLogger ，我下载了 Helsinki-NLP/opus-mt-en-mul ，它在我们的案例中工作得最好，并使用特定的Seq2SeqArg设置模型参数。 结尾 机器翻译在NLP世界中被低估了，因为谷歌翻译和其他巨头使翻译变得完美，但他们并没有提供所有的语言，一些低资源语言甚至没有做到这一点。 这是一个有趣的旅程，因为我开始使用seq2seq模型时注意到了Transformer，然后偶然发现了 Helsinki NLP语言模型。 最后，我对这个结果感到高兴，同时使用有效和快速的方法来有效地训练和预测来自非洲的低资源语言。
1.6K40发布于 2021-10-27 - 来自专栏云云众生s
资源有限？低参数RAG可以提供帮助
像GPT-3.5/4这样的大型模型训练和运行推理所需的计算资源非常大，这反映在API收费以及服务偶尔中断上。ChatGPT最初被释出仅用于研究预览，并非用于生产应用。 这导致了对免费公共模型(如Meta的Llama 2)的普及，后来又出现了Llama的量化和较低参数版本，可以在消费者硬件上运行。 通过使用较小的LLM，您可以降低每个查询的计算成本，从长期来看这可以节省大量资源。这也可以为用户带来更快的响应时间，从而提升其整体体验。 在资源使用方面，13B参数的示例模型仅消耗略高于8GB的VRAM，但仍能提供相关的答案。根据需求，这表明即使在用户工作站和移动设备等无数其他平台上运行RAG也具有潜力。 Result 1 Result 2 etc.
52510编辑于 2024-03-28 - 来自专栏ThoughtWorks
低资源背景下的公共服务设计｜洞见
吴琳叶 ThoughtWorks 低资源国家，从经济指标来看，2013年的指标是人均国民生产总值在1035美元以下。 除了面临经济上的挑战之外，低资源国家还会面临包括基础设施、医疗资料以及文化教育程度等多方面的挑战。 基础设施方面，很多低资源地区的全民电力覆盖率低于20%，它的互联网渗透率甚至会低于10%。 1 低资源的服务创新，要依靠本身的资源优势，而不是追赶高科技 有一个非常令人欣喜的案例，M-Pesa，它是在非洲新兴的一项金融类服务，我们可以通过这个例子了解到，在这样低资源的背景下，当地组织是如何找到适合本地市场的服务创新突破口的 这个案例也做出了极佳的本土化表率，建立低资源背景下的公共服务，需要充分利用当地的资源优势，而不是一味追求高科技或者所谓现代化，通过放大或者转化已有资源从而帮助建立服务生态体系。 从而有机会接触到很多低资源的国家，利用技术帮助当地民众获得基础医疗信息化服务。
1.1K40发布于 2018-04-17 - 来自专栏机器之心
引入纯度和类型注释、捕捉编程错误，MIT推出低开销量子编程语言Twist
下图 2 展示了图 1 中量子电路的程序，它作为一个函数接受量子比特 q^1 并返回传送的输出，其中助手（helper）bell_pair 分配了一个贝尔对（Bell pair）。 下图 3 展示了图 2 中的遥传程序，使用 Twist 编写，并且纯度带有类型注释。在 Twist 程序中，每个量子表达式都是纯净或混合的类型。 最后，研究者对 Twist 的类型系统进行评估，并在模拟中分析了一组基准量子程序，证明了 Twist 可以表达量子算法，捕捉编程错误，并支持现有量子编程语言不支持的程序，同时产生的运行时验证开销低于 3.5%
53510编辑于 2022-02-23 - 来自专栏人工智能前沿讲习
SFFAI分享 | 杨振：低资源神经机器翻译
对于低资源甚至无资源的翻译场景，我们需要研究能够更加高效使用单语语料的翻译模型和训练方法。 作者简介 ---- 杨振，中国科学院自动化研究所博士，研究方向为神经机器翻译，主要研究内容包括模型算法优化，低资源情况下的机器翻译算法研究，首次将对抗网络应用于机器翻译领域并取得了较大的性能提升。 模型结构如图2所示。 ? 图2：基于权重共享的无监督神经机器翻译模型 我们在英德，英中，英法等翻译任务上测试了我们的模型，实验结果如图3所示。 ? 图3：无监督神经机器翻译模型性能测试 3. 对抗网络天然具有利用单语语料的能力，在低资源情况下能够发挥更大的作用。 3.2. 我们相信在更多的研究者的参与下，无监督机器翻译将成为解决低资源、无资源情况下机器翻译的一种主流方法。
93120发布于 2020-05-11 - 来自专栏openclaw系列
深入解析 OpenClaw如何通过 ws-log.ts 模块实现高效、可读、低开销的 WebSocket 日志系统
六、性能与资源控制 1. 零内存泄漏 pendingRequests Map 定期清理超时请求（>30s） 使用 WeakMap 替代（若适用） 2. 低 CPU 开销 日志格式化仅在 process.env.NODE_ENV !== 'production' 时启用 生产环境默认关闭 WebSocket 日志（可选开启） 3. —— 工业级 AI 智能体网关的定位与愿景 第 2 篇：三位一体架构详解 —— 网关层、协议层、智能体系如何协同工作 第 3 篇：ACP 协议设计哲学 —— 为什么 OpenClaw 选择自研 Agent
52620编辑于 2026-03-16 - 来自专栏晓晨的专栏
IdentityServer Topics（2）- 定义资源
定义身份资源 身份资源也是数据，如用户ID，姓名或用户的电子邮件地址。 身份资源具有唯一的名称，您可以为其分配任意身份信息单元（比如姓名、性别、身份证号和有效期等都是身份证的身份信息单元）类型。 客户端将使用scope参数来请求访问身份资源。 OpenID Connect规范指定了一对标准的身份资源。 expanded version if more control is needed new ApiResource { Name = "api2" Scopes = { new Scope() { Name = "api2. = "Read only access to API 2" } } } }; } 装载用户身份单元资源由IProfileService
76430发布于 2018-06-22 量子容错电路实现重大突破：资源开销降低一个数量级
在发表于《npj Quantum Information》的研究中，提出了一种低开销的容错T门实现方案。该方案通过创新设计，将T门实现的资源开销（包括量子位数量和操作次数）降低至少一个数量级。 通过物理级克利福德门操作即可获得高保真魔法态，无需传统方案中的逻辑级操作，显著降低资源消耗。
28810编辑于 2025-08-17- 来自专栏时空探索之旅
AAAI 2026 Oral | 零样本、高精度、低开销：高效利用视觉语言模型检测时序异常
如何避免滑动窗口带来的爆炸性 token 开销？ 相比现有基于LLM和VLM的 TSAD 方法，实现了低开销 (平均 token 消耗降低 36 倍)， ● 亮点三：零样本跨域泛化能力 整个框架无需在目标时间序列数据上进行任何训练或微调： ViT4TS 我们只保留置信度 ≥2 的结果作为最终输出。 （如 TAMA, SigLLM），VLM4TS 仅对 ViT4TS 提出的少量候选区间调用 VLM，平均 token 消耗降低 30 倍以上（Table 2）。 部署可行性：对于大规模监控系统（如数千传感器），VLM4TS 的低 token 成本和快速推理使其具备实时落地潜力。
65410编辑于 2026-03-10 - 来自专栏RTSP/RTMP直播相关
Windows平台Unity3D下如何低延迟低资源占用播放RTMP或RTSP流？
，支持 RTMP 和 RTSP 直播流播放，在资源占用、延迟等方面表现较好。 低延迟模式：如果插件或 SDK 提供了低延迟模式的选项，一定要开启该模式。不过，有些情况下开启低延迟模式可能会牺牲一定的视频质量或稳定性，需要进行权衡。 优化代码和渲染流程数据处理优化：在接收到流媒体数据后，尽量减少数据的拷贝和处理操作，避免不必要的性能开销。可以使用高效的数据结构和算法来处理视频数据，提高数据处理的速度。 volume);//设置播放音量, 范围是[0, 100], 0是静音，100是最大音量, 默认是100// 设置上传下载报速度int is_report = 0;int report_interval = 2; ：总结Windows平台如果对延迟和资源占有等，要求非常高，可以选择合适的低延迟RTSP或RTMP播放插件、优化播放参数设置、优化网络环境、优化代码和渲染流程。
85320编辑于 2024-12-10 - 来自专栏机器之心
资源 | FAIR & NYU开发XNLI语料库：15种语言（含低资源语言）
机器之心编译 参与：路、王淑婷 近日，FAIR 和纽约大学的研究者合作开发了一个新的自然语言推断语料库 XNLI，该语料库将 MultiNLI 的测试集和开发集扩展到 15 种语言，包括斯瓦西里语和乌尔都语等低资源语言 这些语言涉及多个语系，包括斯瓦西里语和乌尔都语这两种低资源语言。 XNLI 为低资源语言（如斯瓦西里语和乌尔都语）提供额外的开放平行数据。 由于收集每种语言的数据不切实际，因此研究者对跨语言理解（XLU）和低资源跨语言迁移的兴趣越来越大。 本研究将 MultiNLI 的开发集和测试集扩展到 15 种语言（包括斯瓦西里语和乌尔都语等低资源语言），从而构建了一个 XLU 的评估集。
2.3K30发布于 2018-12-12 - 来自专栏ThoughtWorks
设计适用于低资源环境的医疗IT系统 | TW洞见
由于资源的局限，与一般意义上的商业IT项目相比，低资源环境的医疗IT系统建设面临一些特有的挑战。唯有充分理解这些挑战，IT团队才可能开发出适用、有用、好用、可靠且可扩展的公共卫生IT系统。 由于资金和人力受限，这类低资源环境的医疗IT项目大多从小范围、具体问题开始试点，待效果得到验证之后，再扩展到更多问题领域和更大规模的人群。 在设计开发低资源环境的医疗IT系统时，我们发现精益创业的理念同样适用。 经过在非洲多个国家开发公共卫生IT系统的经历，我们发现这些关注质量内建的软件开发实践在低资源环境下更显价值。 小结 为了在低资源地区有效实施公共卫生IT系统，需要借用商业IT领域成熟的实践经验，并根据当地情况加以调整。
1K140发布于 2018-04-20 - 来自专栏智能生信
低资源反应预测场景的自监督分子预训练策略
Self-Supervised Molecular Pretraining Strategy for Low-Resource Reaction Prediction Scenarios 论文摘要 针对低资源的反应训练样本 Transformer模型在预测Baeyer-Villiger、Heck、C-C键形成和官能团间转换反应数据集方面的平均准确率分别达到14.07、24.26、40.31和57.69%，标志着该模型在预测低资源反应数据集方面迈出了重要一步 论文链接 https://pubs.acs.org/doi/10.1021/acs.jcim.2c00588 github链接 https://github.com/hongliangduan/Self-supervised-molecular-pretraining-strategy-for-low-resource-reaction-prediction-scenarios
36220编辑于 2022-12-29 - 来自专栏张善友的专栏
Silverlight 2 Beta 1学习资源
Silverlight 2 Beta 1发布了,大家都介绍了怎么去下载安装了,晚上整理了一些资料放上来和大家共享: 1、Silverlight 2 Beta 1 控件代码以及单元测试，这是学习设计一个Silverlight2 FamilyID=EA93DD89-3AF2-4ACB-9CF4-BFE01B3F02D4&displaylang=en Silverlight 2 controls demo page http: http://blogs.msdn.com/brada/archive/2008/03/18/test-driven-development-with-silverlight-2.aspx 2、 ，绑定到DataGrid，允许用户更新数据行，添加/删除数据行，然后使用 Silverlight 2 Beta1将数据保存到服务器上。 Sorting with Silverlight 2's DataGrid Control: Silverlight 2 Beta1中的DataGrid控件还没有内置的列数据排序支持（将在Beta2中提供
2K70发布于 2018-01-30 - 来自专栏james大数据架构
NET开发学习项目资源（2）
NET开发学习项目资源 击标题链接即可下载。 目录： 1.征婚交友网站 前台交友信息和后台会员管理两大部分组成。 2.明日播客网 一个通过视频和广大网友进行交流的网站。该网站可分为前台视频浏览和后台视频管理两大部分组成。 后台管理模块 后台管理模块要求实现：用户管理、用户查找、管理用户头像、公告管理、新闻管理中心、留言本管理、产品资源管理、友情链接管理、修改密码、忘记密码、管理员重新登录、安全退出管理14个功能模块的功能
1.2K50发布于 2018-01-22 - 来自专栏活动
多语言处理：DeepSeek低资源语言优化深度解析
项目背景1.1 低资源语言处理的挑战全球约7000种语言中，超过95%属于“低资源语言”，这些语言面临以下核心挑战：训练数据稀缺：标注数据不足，传统模型难以训练语言结构复杂：语法和词汇系统与主流语言差异大领域适应性差 项目于2021年启动，专注于通过技术创新解决低资源语言处理难题。 技术发展历程2.1 早期探索与技术选型项目初期尝试了多种技术路线：传统统计方法：适用于小规模数据，但泛化能力差预训练语言模型：性能较好，但对低资源语言支持不足多语言模型：能处理多种语言，但资源分配不均技术类型优点缺点适用场景统计方法简单直观泛化能力差小规模数据预训练模型性能较好低资源支持不足高资源语言多语言模型多语言支持资源分配不均主流语言 2.2 核心突破：低资源优化技术2022年，团队引入以下关键技术突破：数据增强：通过回译和合成生成高质量训练数据迁移学习：从高资源语言迁移知识到低资源语言联邦学习：在保护数据隐私的前提下联合训练轻量化模型 3.2.2 迁移学习跨语言知识迁移的关键步骤：源语言预训练：在高资源语言上训练基础模型目标语言适配：通过微调适应低资源语言领域迁移：将通用领域知识迁移到特定领域3.3 实例分析：低资源语言翻译场景描述以非洲斯瓦希里语
83300编辑于 2025-04-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号