- 综合排序
- 最热优先
- 最新优先
- 来自专栏C++核心准则原文翻译
C++核心准则T.150:用static_assert检查类和概念的匹配性
T.150: Check that a class matches a concept using static_assert T.150:用static_assert检查类和概念的匹配性 Reason 如果你希望一个类和概念相匹配，尽早地检查可以减轻用户的痛苦。
57520发布于 2020-10-10 零基础学AI大模型之Milvus向量Search查询综合案例实战
params：索引对应的参数，IVF类索引用nprobe（查询时遍历的聚类中心数），默认10。 limit：返回匹配结果的数量，建议根据实际需求设置5-100，过多会影响查询效率。 四、多场景查询案例实战 掌握基础流程后，通过4个核心场景实战，覆盖大部分实际使用需求。 4.1 场景1：基础向量查询（无过滤条件） 仅根据向量相似度查询，返回最匹配的结果。 # 1. （核心场景） 结合标量过滤+向量相似度，实现精准查询（如“科幻类+价格<50元”的相似图书）。 "] ) # 解析结果 print("\n=== 分页查询结果（科技类，第3-5条）===") for idx, result in enumerate(page_results[0]): print 索引参数匹配：nprobe（查询聚类中心数）越大，查询精度越高但速度越慢，需根据数据量平衡（建议10-100）。 过滤条件语法：filter参数支持=、!
47310编辑于 2025-12-22- 来自专栏人工智能头条
教会机器“自动编程”？ 来看看NEAT学习方法！
信息是生物繁殖的核心要素。大自然可以在传递信息的过程中对其进行优化，创造了许多不同的物种共存。查尔斯·达尔文的适者生存的概念开启了我们对优胜劣汰的物种发展规律的认知。 在图中的例子中禁用从2-4的连接，并创建从3-5的新连接。在节点突变的较低示例中，可以看到如何禁用从2-4的连接并引入新的节点6，以及如何生成从3-6与6-4的两个新连接。 ? 上图展示了迭代的发生。 父类1和父类2有着相似的节点结构与相似的连接，但是他们也有一切区别。机器使用二进制法则来选择使用或者无视掉节点或连接。 基因分配是随机遗传的，而不相交的基因（中间不匹配的基因）和多余的基因（最终不匹配的基因）从更合适的父类继承。在这种情况下，因为已经假设适应度相等，因此不想交和多余的基因可是随机遗传。 被禁用的基因可能在后代中被再次启用：如果父类中的基因被禁用，那么遗传基因的预设机会就会被禁用。
1.1K41发布于 2018-07-20 - 来自专栏JAVA乐园
浅析 Spring Security 的认证过程及相关过滤器
Spring Security 的核心之一就是它的过滤器链，我们就从它的过滤器链入手，下图是Spring Security 过滤器链的一个执行过程，本文将依照该过程来逐步的剖析其认证过程。 核心过滤器链简介 Spring Security 中的过滤器有很多，一般正常的项目中都有十几个过滤器，有时候还包含自定义的过滤器，当然我们不可能对每一个过滤器都进行分析，我们需要抓住重点，找比较关键的几个过滤器 上面已经简述了一堆核心过滤器，这里先从 SecurityContextPersistenceFilter这个过滤器的开端开始分析整个表单登录的认证过程。 的父类是 AbstractAuthenticationProcessingFilter,首先进入父类的 foFilter方法，部分源码如下： public abstract class AbstractAuthenticationProcessingFilter 大多数情况下我们会依靠它来进行身份认证，它的父类是 AbstractUserDetailsAuthenticationProvider ，认证过程首先会调用父类的 authenticate方法，核心源码如下
85610编辑于 2022-12-05 向量检索的一种思路，可实现：100% 召回 | 百万 QPS | 24 MB 内存 | LongMemEval 99.20%
二、核心技术创新2.1 两阶段渐进检索第一阶段：使用轻量级量化编码压缩向量，快速筛选出候选集，候选规模仅扩大至最终结果数的2倍。第二阶段：从共享内存中读取原始高精度向量，对候选集进行精确距离计算。 效果：以3-5%的延迟增量换取100%召回，打破ANN固有的精度损失。2.2 共享内存多线程并行采用预创建的线程池，通过共享内存零拷贝技术让所有线程直接访问同一份索引数据。 （100万文档，位图索引）查询类型P99延迟QPS等值匹配0.006 ms224,215集合包含（5个值）0.164 ms26,323数组包含0.217 ms78,023多条件与（3条件）0.429 ms4,744 3.3 长文本记忆基准（LongMemEval）指标成绩总体 Recall@599.20% (496/500正确)知识更新类100%时间推理类99.25%多会话类98.50%该成绩在公开纯检索系统中排名领先 通过两阶段渐进检索、共享内存并行、紧凑位图过滤等技术创新，在不依赖GPU和集群的前提下，实现了100%无损召回、亚毫秒标量过滤、长文本记忆检索排名领先。
12710编辑于 2026-04-22- 来自专栏ApacheHudi
Apache Hudi索引实现分析（二）之HoodieGlobalBloomIndex
分析 HoodieGlobalBloomIndex是HoodieBloomIndex的子类，其主要重写了父类的如下几个方法 // 加载分区下所有最新的文件 List<Tuple2<String, BloomIndexFileInfo metaClient.getFs(), metaClient.getBasePath(), config.shouldAssumeDatePartitioning()); // 调用父类方法加载所有分区下最新数据文件 { throw new HoodieIOException("Failed to load all partitions", e); } } 首先会获取所有的分区路径，然后调用父类方法获取分区下最新数据文件 .flatMap(List::iterator); } 可以看到和 HoodieBloomIndex#explodeRecordRDDWithFileComparisons处理逻辑类似，在使用索引过滤器获取所有匹配的文件和分区路径时 } else { return getTaggedRecord(hoodieRecord, Option.empty()); } }); } 其处理逻辑与父类处理逻辑相同
87420发布于 2021-04-13 - 来自专栏开发框架-Spring Boot
【Spring Boot 源码学习】OnClassCondition 详解
引言上篇博文带大家从源码深入了自动配置过滤匹配父类 FilteringSpringBootCondition，那么笔者接下来的博文将要介绍它的三个子类 OnClassCondition、OnBeanCondition ConditionalOnClass 注解配置的类，然后调用父类 FilteringSpringBootCondition 中的 filter 方法，获取匹配失败的类集合。 如果匹配失败的类集合不为空，则返回不满足过滤匹配的结果【即 ConditionOutcome.noMatch.didNotFind，其中不存在需要的类】List<String> missing = filter ConditionalOnMissingClass 注解配置的类，然后调用父类 FilteringSpringBootCondition 中的 filter 方法，获取匹配成功的类集合。 如果匹配成功的类集合不为空，则返回不满足过滤匹配的结果【即 ConditionOutcome.noMatch.found，其中存在不想要的类】List<String> present = filter(
26521编辑于 2024-05-07 - 来自专栏用户7627119的专栏
生物信息重要的文本处理命令(实例命令及解释)
linux文本处理命令是一类对文件进行操作的命令，通过使用文本处理命令，可以轻松的对文件进行排序，拆分，合并等操作,熟练掌握文本处理命令，在生物信息文本处理中，有十分重要的意义。 匹配任意一个字符 grep –n ‘e.e’ regular.txt #匹配e和e之间有任意一个字符，可以匹配eee，eae，eve，但是不匹配ee。 \ 转义字符。 grep –n ‘\.' regular.txt #过滤含有.的行 * 前面的字符重复0到多次 grep –n ‘go*gle’ regular.txt #例如匹配gle，gogle，google，gooogle 以：作为域分割符,打印第一列 八.cut命令 cut命令命令从文件的列剪切字节、字符、域,并将这些字节、字符,域,输出出来,下面为几个常见的用法: 命令 解释 cut -b 3-5,8 提取第3-5 注意顺序不能写乱 cut –c 3-5,8 提取第3-5 和第8个字符（characters），注意与字节的区别。
1.6K10发布于 2020-08-31 零基础学AI大模型之相似度Search与MMR最大边界相关搜索实战
，聚焦同一品类。 简单说：相似度搜索追求“精准匹配”，MMR搜索追求“相关且不重复”。 三、基础相似度搜索（Similarity Search） 相似度搜索是向量检索的基础，也是最常用的搜索策略，核心是“找最像的”。 ：专利检索、论文查重、法律条文匹配（需高精准度）。 敏感信息过滤：垃圾邮件识别、违规内容检测（高阈值精准匹配）。 mmr_retriever.get_relevant_documents("AI大模型的发展趋势") 4.4 关键参数解析 参数 作用说明 取值建议 k 最终返回的结果数量 3-10（根据业务场景调整） fetch_k 候选集大小 通常为k的3-
30610编辑于 2025-12-22- 来自专栏开发框架-Spring Boot
【Spring Boot 源码学习】深入 FilteringSpringBootCondition
AutoConfigurationImportFilter { // 自动配置组件的过滤匹配 boolean[] match(String[] autoConfigurationClasses 、OnClassCondition、OnWebApplicationCondition 继承该抽象类，实现 getOutcomes 方法，完成实际的过滤匹配操作。 而这个 getOutcomes 方法是过滤匹配的核心功能，由抽象类 FilteringSpringBootCondition 的子类来实现它。 是 ClassNameFilter.MISSING，则 filter 方法获取指定的类集合中加载失败的类集合【即匹配失败的类集合】。 总结本篇 Huazie 带大家介绍了自动配置过滤匹配的核心父类 FilteringSpringBootCondition，这对于笔者后续博文详解它的三个子类【OnBeanCondition、OnClassCondition
25721编辑于 2024-05-06 - 来自专栏新零售项目实践
从浏览器原理拆解：为什么你的CSS选择器拖慢了页面？
其根源在于浏览器渲染机制的三个核心特性：从右向左的匹配机制：浏览器先定位关键选择器（最右侧），再反向回溯父节点，低效关键选择器会导致遍历成本指数级上升；样式重算的连锁反应：一个选择器匹配的节点变化可能触发整个渲染树的重新计算 例如选择器 .nav li a 的执行逻辑是：收集页面所有 标签（关键选择器）向上过滤父元素是否为
- 再向上过滤是否在 .nav 中。 性能陷阱：若页面有 1000 个 标签，则需执行 1000 次父链检查，时间复杂度 O(n³)。 过滤机制：先快速筛选可能匹配的元素，再验证祖先关系。回溯成本：复杂的选择器需要更多的回溯验证。 CSS 选择器优化的核心是对渲染机制的深度适配：性能优先场景（如动画组件）：严格遵循关键选择器优化原则，使用类选择器 + CSS 变量。
45520编辑于 2025-07-17 算法备案保姆级攻略｜备案人必看！避免踩坑少走弯路
❌ 无需备案的情况：纯静态展示的网站（比如只放公司介绍的官网）、没有个性化推荐的工具类APP（比如简单的计算器、日历），这类没有用到算法进行精准推送或决策的产品，就不用花时间准备备案啦。 前期准备：资料备齐少跑腿这一步是最容易卡壳的，建议提前3-5天准备。 备案完成后不更新：如果算法核心逻辑有重大变更（比如从协同过滤换成深度学习模型），要在30天内提交变更备案，不然会被认定为违规；5. 可以只写核心逻辑框架，不用透露具体的模型参数、权重系数等商业机密，比如写“基于协同过滤算法”即可，不用写“权重系数为0.75”。Q5：审核被打回3次了，一直说“算法逻辑不清晰”怎么办？ 比如“用户刷短视频时（场景），系统收集用户点赞、评论、停留时长（输入），通过协同过滤算法匹配相似用户偏好（处理），推送同类短视频（输出）”，这样写审核员一眼就能看懂。Q6：备案通过后，还需要做什么？
75210编辑于 2025-12-08腾讯智绘影音：AI驱动端到端音视频架构演进与业务增长
然而，行业在落地应用时面临共同的战略困境与技术瓶颈： 传统社交的增长陷阱： 传统Dating/语聊App的业务终点是“匹配”，无论匹配成功或失败均会导致用户流失，生命周期短。 游戏语音的技术深水区： 游戏内AI对话面临四大关卡：KTV级降噪挑战、人声与杂音的精准过滤、游戏专属黑话（热词）翻译、以及毫秒级响应的竞速要求。 30日留存率：AI陪伴类达到 15% - 50%，而传统类普遍 低于 10%（Dating类仅约 3-5%）。 交互频率：实现 24/7 全天候响应，日均消息数达 70+ 条。 ，满足用户高隐私私密告白需求，实现高度还原IP人设的角色扮演（语C），将用户关系从“匹配”转变为“共生”，极大提高了用户迁出成本。 秀场与电商直播： 推出《王牌机长》（鼻尖空间定位躲避障碍）与《嘴强王者》（嘴部轮廓精确识别匹配形状）等面部控制游戏，直接拉动直播间互动率。
17610编辑于 2026-04-02- 来自专栏程序猿DD
【译】Spring 官方教程：Spring Security 架构
ProviderManager 可以有一个父类认证器，如果所有的提供者返回null，则将再交给父类去认证。 如果父类不可用，则会导致 AuthenticationException。 通常，每个人都是一个 ProviderManager，他们共享一个父类。 父母是一种“全局”资源，充当所有提供者的失败回调。 ? 图 1. 以下是配置全局（父类） AuthenticationManager的应用程序示例： @Configuration public class ApplicationSecurity extends WebSecurityConfigurerAdapter 请注意， AuthenticationManagerBuilder 是 @Autowired 到 @Bean 中的一个方法 - 使用它构建全局（父类） AuthenticationManager。 ，一个是整个过滤器链的请求匹配器，另一个只是选择应用的访问规则。
2.2K70发布于 2018-03-26 - 来自专栏springboot
Spring源码解析(二)：bean容器的创建、注册默认后置处理器、bean定义扫描类
创建bean工厂-beanFactory 调用AnnotationConfigApplicationContext 的无参构造方法 AnnotationConfigApplicationContext的父类是 GenericApplicationContext 调用当前类的无参构造，先会调用父类的无参构造，先看下父类无参构造做的事情 这个beanFactory就是spring容器的核心实现类 DefaultListableBeanFactory ，接口抽象类,父类等 MetadataReader metadataReader = getMetadataReaderFactory().getMetadataReader(resource) failure during classpath scanning", ex); } return candidates; } isCandidateComponent判断是不是bean 和排除过滤器匹配 ，如果匹配成功则此.class不是扫描的bean 先和之前注册的扫描过滤@Component匹配，再判断@Conditional的条件是否满足 protected boolean isCandidateComponent
73221编辑于 2025-01-21 - 来自专栏携程技术
干货 | 携程国际业务动态实时标签处理平台实践
ID匹配：不同的数据源有不同的ID标签，比如APP端来源的数据会有一个统一的ClientID的主键，与之相关联的会有一组标签。来自不同业务系统的数据都会有对应的ID以及标签与之对应。 Filter 过滤算子，可以直接过滤上游数据，也可以过滤上游数据与Redis Join后的数据。只有通过的数据才会流入后面算子，否则该条数据处理结束。 Narrow Dependencies 是指父RDD的每一个分区最多被一个子RDD的分区所用，表现为一个父RDD的分区对应于一个子RDD的分区或多个父RDD的分区对应于一个子RDD的分区，也就是说一个父 Wide Dependencies 是指子RDD的分区依赖于父RDD的多个分区或所有分区，也就是说存在一个父RDD的一个分区对应一个子RDD的多个分区。 根据该产品实时促回访场景业务需要，以及CDP实时触发场景支持的算子，配置过滤任务从而动态过滤出该产品促回访场景需要的数据，根据不同的浏览深度打上不同的标签，推送通道根据深度标签给不同的客户端推送不同的内容
1K20发布于 2021-10-20 - 来自专栏达达前端
Web前端JQuery面试题（二）
jquery选择器有：基本选择器，层次选择器，过滤选择器，表单选择器四大类。 基本选择器： #id 根据给定的id进行匹配一个元素 element 根据给定的元素名进行匹配所有元素 .class 根据给定的类匹配该类的所有元素 * 匹配所有元素 selector1,selector2 匹配给定的元素，合并一起 层次选择器： ancestor descendant 根据祖先元素匹配所有后代的元素 祖先和后代的关系 parent > child 根据父元素匹配所有的子元素 父子的关系 *= value] 匹配有包含某些值的特定元素 [selector1][selector2] 同时满足多个条件使用 子元素过滤选择器： :nth-child 从1开始的，匹配每个父元素下第n个元素 :first-child 匹配每个父元素下的第一个子元素 :last-child 匹配每个父元素下的最后一个子元素 :only-child 匹配父元素中只有唯一的子元素，如果父元素中有多个子元素，就不会被匹配
2.8K30发布于 2019-07-03 Agent开发：Java视角下的RAG数据处理
切得太细，语义丢失（模型看不到“它”指代什么）；切得太粗，检索精度被稀释（一段话含5个主题，向量不知道该匹配哪个）。 1.核心策略：语义与结构的博弈在目前的实践中，“一刀切”的固定长度分块已被抛弃，现代JavaAgent主要采用以下差异化策略：第一类：必须基于“条目边界”切分。 利用正则匹配第X条，确保一个完整的法条不被切断。第二类：基于“语义单元”切分。必须保留缩进，并在元数据中注入类名和方法名。第三类：采用“问答对”模式。保持一问一答为一个块，绝不将一个回答拆成两半。 父块（Parent）：保留较大的原始上下文，在最终生成时喂给大模型。逻辑流程：命中子块->通过parent_id追溯到父块->将父块发给LLM。 这能过滤掉那些“相似但错误”的噪音。
9910编辑于 2026-04-24- 来自专栏PingCAP的专栏
干货分享丨携程国际业务动态实时标签处理平台实践
ID 匹配 不同的数据源有不同的 ID 标签，比如 APP 端来源的数据会有一个统一的 ClientID 的主键，与之相关联的会有一组标签。来自不同业务系统的数据都会有对应的 ID 以及标签与之对应。 流式数据采用类 Kappa 架构，标签持久化采用类 Lambda 架构，系统架构如图 2-1。 Filter 过滤算子，可以直接过滤上游数据，也可以过滤上游数据与 Redis Join 后的数据。只有通过的数据才会流入后面算子，否则该条数据处理结束。 Narrow Dependencies 是指父 RDD 的每一个分区最多被一个子 RDD 的分区所用，表现为一个父 RDD 的分区对应于一个子 RDD 的分区或多个父 RDD 的分区对应于一个子 RDD Wide Dependencies 是指子 RDD 的分区依赖于父 RDD 的多个分区或所有分区，也就是说存在一个父 RDD 的一个分区对应一个子 RDD 的多个分区。
96311发布于 2021-11-02 - 来自专栏硬核项目经理的专栏
Vue.js前端开发快速入门与专业应用
1.Vue.js提供了全局方法Vue.filter()注册一个自定义过滤器，接受过滤器的ID和过滤器函数两个参数 2.在2.0中取消了内置过滤器，即capitalize、uppercase、json等 过渡 1.使用transition绑定一个DOM元素，过滤系统自动给元素添加*-transition的class类名，在插入和移除时添加了另外两个糊锅：*-enter和*-leave 2.Vue.js提供了在插入或 ，enterClass属性和leaveClass属性 4.Vue.js官方推荐CSS动画库，animate.css，需要先给元素附上animated类名，然后再添加预设的动效类名 B.JavaScript <slot>标签允许有一个匿名slot，不需要name值，作为找不到匹配的内容片段的回退插槽，如果没有默认的slot，这些找不到匹配的内容片段将被忽略 4.在父组件中，也可以定义多个相同slot属性的DOM browerify-simple、simple 九、状态管理：Vuex 1.Vuex是状态管理模式的一种实现库，主要以插件的形式和Vue.js进行配合使用，能够使我们在Vue.js中管理复杂的组件事件流，核心概念包括
3.4K20发布于 2019-08-06
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