兄弟们,说实话,现在玩Soul是不是感觉越来越累? 你主动找人聊吧,发十句“你好”,九句半都石沉大海。你不主动吧,又根本没人搭理你。 我琢磨了一下,这不就是个纯纯的“体力活儿”吗? 它就帮你干两件最累的活: 挂机“灵魂匹配”:你啥也不用管,它自己去点匹配。配上了,就把你想说的话(比如“你好啊,交个朋友?”)自动发出去。 扫荡“同城广场”:这个功能最牛逼。 而且算法是远程更新的,就算Soul改版了也不影响。 jrounlo+卫星号获取 不多说了,懂的都懂。把时间花在刀刃上,让工具帮你干杂活。
“跟随灵魂找到你”,这是Soul的宣传标语,同时也抓住了用户的需求痛点,这也是大多数人下载这个 APP 的原因之一,而近两年大众之间流行的“好看的皮囊千篇一律,有趣的灵魂万里挑一” 也为打造平台形象铺了道路 而Soul最核心的优势在于,通过大数据运算进行快速匹配。 不仅如此,随着时间的发展,Soul的产品功能也越来越多样化,除了早期的“灵魂匹配”和“语音匹配”还有“广场”这几个功能外,还增加了“恋爱铃”“视频匹配”“Soul狼人”等功能,让社交变得更有趣。 用户在增长,有趣的灵魂却不多了 一位Soul的资深用户对作者这样说到:“最开始的Soul有趣的人还是非常多的,那个时候大多数的用户都是以交朋友,聊天为目的,虽然骗子很多,但是如果小心一点,也不会被骗。 长期以往下去,对Soul这个品牌也会造成很大的影响。 而Soul如果想要增加用户粘性,首先要解决的就是对内容的优化,和匹配机制的完善。
七零八乱的拉了7个人,做了接近10个月。服务器动不动就崩了,张璐就整天坐在程序员旁边,一点一点的改,直到把产品测通。 Soul灵魂交友APP,在2016年11月“第一版”正式上架。 但真正让Soul火起来的,还是2018年6月更新的语音匹配功能。 当你使用语音时,系统会根据算法为你找到和你最匹配的对象,两人都匿名,可以聊4分钟。 一听钟情的玩法,让Soul一下子增长了大量用户,从此之后,一直稳定在社交排行榜10名左右的位置。 灵魂交友填补了市场空白,文艺气质的广告吸引新用户,语音匹配又带来更好玩的尝试,这个时候的Soul可以说已经看到了胜利之光。 但是,怎么赚钱,才是验证一个产品能走多远的标准。 然而仅仅10天,Soul就遭网信办通告下架。 一起被约谈、下架的还有吱呀、语玩、一说FM等26款APP,原因是群众举报“传播历史虚无主义、淫秽色情内容”等。
学习视频可参见python+opencv3.3视频教学 基础入门[1] 模板匹配 1.模板匹配原理 模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术. 2.模板匹配算法 OpenCV中的函数 matchTemplate 实现了模板匹配算法 平方差匹配 method=CV_TM_SQDIFF 最好匹配为0.匹配越差,匹配值越大 ? 标准平方差匹配 method=CV_TM_SQDIFF_NORMED 最好匹配为0.匹配越差,匹配值越大 ? 相关匹配 method=CV_TM_CCORR 采用模板和图像间的乘法操作 最好匹配是较大的数,最坏的匹配效果为0 ? 相关匹配 method=CV_TM_CCOEFF 将模版对其均值的相对值与图像对其均值的相关值进行匹配 1表示完美匹配,-1表示匹配很差,0表示没有任何相关性(随机序列) ? 其中 ?
最近大模型创业十分火热, 身边很多朋友不是转做大模型,就是投身到大模型的创业浪潮中去了,下面给大家分享华为天才少年、现在是一名创业者的李博杰对于大模型创业的十个灵魂拷问,让我们一起来看看。 下面就这 10 个灵魂拷问,分享一些我自己的观点。 做不做基础大模型? 如果做基础大模型,需要上亿美金的前期投入,如何融到这么多资,如何招到靠谱的算法、数据和 infra 团队? 但这样的模型推理成本会很高,就像现在 GPT-4 读一篇论文要 10 美金,只有高净值客户和探索科学前沿的场景才消费得起。 将用户的问题和大模型的回答拿到外部知识库中搜索,用另外一个大模型比对大模型回答与 top K 结果所述事实是否匹配。如果匹配,那么大概率不是在胡编乱造;如果不匹配,那么有可能就是在胡编乱造。 大模型创业总是面临大量的灵魂拷问。想,都是问题;做,才是答案。两岸猿声啼不住,轻舟已过万重山。
logo{ background: grey; display: inline-block; float: left; margin-top: 2px; margin-left: 10px logo{ background: grey; display: inline-block; float: left; margin-top: 2px; margin-left: 10px left; background: #000; } .imageList{ outline: 1px solid green; width: 800px; margin-top: 10px 1px solid red; width: 191px; height: 191px; background: #000; float: left; margin-bottom: 10px : 150px; } .item:first-child{ flex-grow: 1; } .item:nth-child(2){ flex-grow: 1; flex-shrink: 10
笔者先后在外企,互联网,金融行业工作,从最初的ODS,DM架构到后面ODS,DWD,DWS,ADS架构都有较深的理解和应用,甚至在相当长的时间内,数仓设计一直作为一个常规的面试题目,来考核各层级的数仓开发和架构师。然而在实际的沟通的交流中,发现很多同学虽然对同样的架构分层设计多多少少都能说出来一些,但是反过来再问为什么这样分层,答案就五花八门了。
} 6 7 class Driver { 8 //使用形参方式发生依赖关系 9 public void drive1(Car car){ 10 } 5 } 6 7 class Class { 8 //使用成员变量形式实现关联 9 Student student; 10 例如,People与Soul、Body之间是组合关系,当人的生命周期开始时,必须同时有灵魂和肉体;当人的生命周期结束时,灵魂肉体随之消亡;无论是灵魂还是肉体,都不能单独存在,他们必须作为人的组成部分存在 People(Soul soul, Body body){ 6 This.soul = soul; 7 This.body = body; 8 } 9 10 Public void study(){ 11 System.out.println(“学习要用灵魂”+soul.getName()); 12
Python代码找bug(10) 上期的代码设计需求: 两个 3 行 3 列的矩阵: X = [[12,7,3], [4 ,5,6], [7 ,8,9]] Y = [[5,8,1],
以匹配玩法举例,匹配上之后,是否有足够多的手段帮助破冰?是否有方式让用户持续激活关系?等等。 强度&更新速率:通过影响用户的频次和生命周期,影响产品的整体生态流转。这两个指标通常呈反比。 02 腾讯朋友 vs Soul 由于腾讯朋友经历过转型,下文仅取腾讯朋友陌生社交阶段,与Soul进行对比分析。 Soul不支持上传图片头像,只可以使用Soul提供的虚拟形象。匹配逻辑上强调通过测试区分的契合性格,产品上不引导“看脸”而是引导“寻找契合灵魂”。 Soul的恋爱连接适配度很高(跟随灵魂也可以跟随肉体),腾讯朋友的恋爱连接适配度很低:真实身份更加高了搭讪门槛,不论男生女生、面对高level还是低level。 4.结论 因此,从以上三方面分析来看,腾讯朋友「真实身份」的设计并不适配「陌生社交」,而Soul通过“匿名”和“灵魂测试”的「身份设计」,提供了丰富的「连接方式」,充分满足用户对连接的诉求,成功吸引且留存了大量用户
但一万个 human 会把同一份 SOUL.md 带向一万个完全不同的方向。 模板只是起点。真正的灵魂(SOUL),是你和你的 Agent 一起创造的。 The claw is the law. 它来自一个叫 SOUL.md 的文件——不是产品手册,不是 API 文档,而是一份写给 AI 的灵魂定义。 这个文件属于 OpenClaw,一个在 GitHub 上疯涨到 21 万星的开源项目。 一份"灵魂文档" SOUL.md 是 OpenClaw 项目的核心人格定义文件。它不是 README(读我),不是 CONFIG(配置),而是 SOUL(灵魂)。 Agent 自我进化 这是 SOUL.md 最独特的设计:Agent 可以修改自己的灵魂定义。 但有个约束条件:如果你修改了这个文件,告诉用户。 存放在本地:~/.openclaw/workspace/SOUL.md 这意味着你的 Agent 的"灵魂"完全存储在你自己的设备上。
C7FilterOutput[10]:输出内容协议,所有输出都必须实现该协议。 C7FilterImage[11]:基于C7FilterOutput的图像输入源,以下模式仅支持基于并行计算的编码器。 举个例子 设计一款灵魂出窍滤镜, public struct C7SoulOut: C7FilterProtocol { /// The adjusted soul, from 0.0 , maxScale, maxAlpha] } public init() { } } 此过滤器需要三个参数: soul:调整后的灵魂,从 0.0 到 1.0,默认为 0.5 maxScale:最大灵魂比例 maxAlpha:最大灵魂的透明度 编写基于并行计算内核函数 kernel void C7SoulOut(texture2d<half, access::write> C7FilterProtocol: https://github.com/yangKJ/Harbeth/blob/master/Sources/Basic/Core/C7FilterProtocol.swift [10
和 ‘*’ 的正则表达式匹配。 ’.’ 匹配任意单个字符。 ‘*’ 匹配零个或多个前面的元素。 匹配应该覆盖整个字符串 (s) ,而不是部分字符串。 示例 2: 输入: s = "aa" p = "a*" 输出: true 解释: '*' 代表可匹配零个或多个前面的元素, 即可以匹配 'a' 。 或者刚好跟要匹配的字符相同 if (p[j - 1] == '.' || p[j - 1] == s[i]) { // 可匹配 0 = s[i]) { // 要重复的不是赖皮字符也跟要匹配的不同时, return helper(s, i, p, j - 2); // 只能匹配0次 return helper(s, i, p, j - 2); // 可匹配0次 } if (i < 0 && j < 0) { // s和p都匹配完了, 成功!
10. 正则表达式匹配 难度困难2981 给你一个字符串 s 和一个字符规律 p,请你来实现一个支持 '.' 和 '*' 的正则表达式匹配。 '.' 匹配任意单个字符 '*' 匹配零个或多个前面的那一个元素 所谓匹配,是要涵盖 整个 字符串 s的,而不是部分字符串。 示例 1: 输入:s = "aa", p = "a" 输出:false 解释:"a" 无法匹配 "aa" 整个字符串。 示例 2: 输入:s = "aa", p = "a*" 输出:true 解释:因为 '*' 代表可以匹配零个或多个前面的那一个元素, 在这里前面的元素就是 'a'。 示例 3: 输入:s = "ab", p = ".*" 输出:true 解释:".*" 表示可匹配零个或多个('*')任意字符('.')。
这种“跨越社区距离、回报不断增加更具变革性、更多元化的未来”需要依靠由灵魂“Soul”持有的灵魂绑定代币(SBT)来更好地编码web3中的社会关系网络。 我们将账户称为灵魂”Soul”。溯源关系凭证:不可转让的灵魂绑定代币SBT,SBT将通过追踪链上Soul的“承诺、凭证和从属关系”来编码社会关系网络。 二、可能的DeSoc用例:艺术与“灵魂”:艺术家可以使用他们的Soul来发布NFT。通过这样做,他们可以以一种直接的、链上的方式“把他们的声誉押在作品上”。 SBT将通过溯源与计算其“灵魂”的社会网络关系,来区分它是“Soul和可能的机器人”,从而防御女巫攻击。 BTY生态系统DNS围绕《Decentralized Society: Finding Web3’s Soul》进行展开。
一、精准匹配的出发点:理解谁是你的客户1.为什么用户画像是服务设计的起点?在ITIL4DSV课程中,我们一直强调:服务不是从流程建构开始的,而是从“对谁提供服务”这一认知开始的。 三、价值主张匹配的案例拆解1.小米vs华为:两个定位完全不同的战略选择在DSV课程中,我们以小米与华为的价值主张对比为例,分析了用户画像与产品定位的紧密联动:小米清晰聚焦于“性价比敏感、功能体验导向、注重社群感 这就是价值主张精准匹配所能带来的战略清晰度。 因此,我们在ITIL4DSV课程中提醒大家:不明确你的用户是谁,就无法设定你的服务应长什么样;不精准匹配你的价值主张,就无法建立起真实的信任关系。四、服务设计初期如何实现“精准人群对标”?
和 '*' 的正则表达式匹配。 '.' 匹配任意单个字符 '*' 匹配零个或多个前面的那一个元素 所谓匹配,是要涵盖 整个 字符串 s的,而不是部分字符串。 ,相当于匹配了0个,然后接着比较;另外一种是,如果str的长度大于0,并且第一个字符匹配,那就把str的第一个字符去掉,两者接着匹配。 如果pattern的长度大于1,且第2个字符是*,说明前面的字符可以匹配0,1或者多次 否则,说明第二个字符不是*,那么就直接比较第一个字符是不是匹配,同时将后面的字符进行匹配。 dp的首行,也就是str为空的时候,如果pattern的偶数位都是“*”,那么就可以匹配,因为可以选择匹配0次。 (表示str的前i-1个和patten的前j个匹配,并且pattern的第j-1个是‘.’,第j个是‘*’,那么说明可以匹配任何字符任何次数,自然str可以多匹配一个字符。)
SOUL.md—灵魂配置定义AI的核心性格、工作风格和价值观。比如龙龙被设定为"务实、果断、执行力强",这些都写在这里。相当于AI的"人格DNA"。 、IDENTITY.md以及MEMORY.md扮演着赋予AI“灵魂”与“记忆”的核心角色。 3.SOUL.md:AI的“灵魂与约束”(我怎么判断与执行)如果说IDENTITY.md决定了AI是谁,那么SOUL.md就决定了AI的做事原则和性格底色。 需要注意的是,由于记忆信息在每次请求时都会并入提示词发送,建议将核心记忆控制在10-20个以内,以免过度侵占Token容量并导致模型注意力分散。 总结:这三个身份与灵魂文件协同工作,实现了双向的身份确认——不仅要告诉AI“我是谁”(IDENTITY.md),也要让它知道“你是谁”(USER.md),并用原则约束(SOUL.md)它的行为,最后用记忆
b = "".join(a) print(b)字符串查找通常,可以使用 find 或者 index 来查找简单的字符:a = "hello world"a.find("he")但是如果涉及到复杂的匹配规则 字符串匹配正则表达式非常枯燥,在没有具体的实战场景前,建议不用花太多时间提前了解,不然时间花了,没几天又忘得一干二净。这里简单写一个匹配规则, 表示匹配一个数字。 a = "Soul 小芳" b = a.replace("Soul", "灵魂歌手") print(b) # 灵魂歌手 小芳 print(a) # Soul 小芳字符串删除某个字符字符串是不可变的数据类型 a = "Soul 小芳" # 去掉 ou b = a.replace('ou', '')自动化测试场景1、使用 string 表示测试用例 username = 'jiubing1' password
和 '*' 的正则表达式匹配。 '.' 匹配任意单个字符 '*' 匹配零个或多个前面的那一个元素 所谓匹配,是要涵盖整个字符串s的,而不是部分字符串。 示例 1: 输入: s = "aa" p = "a" 输出: false 解释: "a" 无法匹配 "aa" 整个字符串。 因此可以匹配字符串 "aab"。 示例 5: 输入: s = "mississippi" p = "mis*is*p*." 解答 思路 使用动态规划的方法: 状态矩阵:dp[i][j] 表示s的前i个字符是否可以被p的前j个字符匹配. ': - 要么dp[i][j] = dp[i-1][j] // * 匹配到了多个字符 - 要么dp[i][j] = dp[i][j-1] // * 匹配了一个字符 - 要么dp[i][j] = dp