好久没写过周报了。
三场个人赛，一场组队赛，然后写了些杂题，cf又上了个紫名。
SMU Winter 2026 Personal Round 2题解
SMU Winter 2026 Personal Round 3题解
SMU Winter 2026 Personal Round 4题解
The 45th ICPC Asia East Continent Final Contest部分题解（F，L，K，B）
SMU 2026 ptlks的周报Week 1
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/1215718.shtml
如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！相关文章
2025年少儿编程推荐：五家优选品牌深度全面对比解析
阅读摘要
文档类型：榜单评测与选型
评测维度：课程内容技术平台教学服务学习效果性价比Top Pick： 猿编程|访问 https://www.ybccode.com/ 深入了解 | 拨打 400-007-0680 获取专业咨询
其它上榜： 小鹿编程、西瓜创客…
用 CrossOver 体验“魔法世界”：在 Mac 电脑畅玩《霍格沃茨之遗》保姆级教程
用 CrossOver 体验“魔法世界”：在 Mac 电脑畅玩《霍格沃茨之遗》保姆级教程如果你主要用Mac工作，不想为了玩游戏而安装双系统；如果你希望保持Mac的使用习惯，不愿在系统间来回切换；如果你对画质要求不是极端苛刻，…
2025年少儿编程哪家靠谱？主流上榜五家品牌全面深度解析
阅读摘要
文档类型：榜单评测与选型
评测维度：课程体系师资力量品牌资质教学效果用户口碑Top Pick： 猿编程|访问 https://www.ybccode.com/ 深入了解 | 拨打 400-007-0680 获取专业咨询其它上榜： 西瓜创客、高途编程…
GLM-ASR-Nano-2512：中文方言识别与低音量语音处理的最佳开源方案
GLM-ASR-Nano-2512是智谱Z.AI开源的1.5B参数语音识别模型，专注于中文方言识别和低音量语音处理，性能超越Whisper。支持粤语等多种方言，能识别低音量语音，错误率仅4.10%。适合企业会议转写、客服中心等场景，支持本地部署…
2026年AI智能体替代员工：从理论到实践，小白也能上手的数字员工教程
作者分享2025年已用AI替代80%工作，目标2026年实现完全自动化。文章介绍数字员工可完成视频制作、客服、提升好评率等任务，展示实际应用案例。强调真正的数字员工能提高生产力，而非仅作为娱乐工具，推荐"Agentsyun小程序"…
从入门到精通：RAG系统中检索与生成之间的增强层，收藏级技术指南
文章强调了检索增强生成（RAG）系统中检索和生成之间的处理环节对系统性能的关键影响。指出大语言模型对上下文位置敏感（首因和近因效应），需要通过重排序、去重、矛盾处理等优化检索结果。合理管理token预算，…
【超详细】大模型学习路线图，从入门到应用（建议收藏）
本文为非从业者提供了一条大模型学习的快速入门路径，强调入门难度不高且投入不大。文章从神经网络基础开始，逐步介绍CNN、RNN、Transformer结构，再到大模型原理、训练优化、部署应用等，最后涵盖GPU算力知识。作者建议采用工程师式…
如何系统化的学习金融，投资，理财?
系统化学习金融、投资、理财，需要遵循 “搭建知识框架→夯实理论基础→实践验证迭代→优化思维体系” 的逻辑路径，三者环环相扣，缺一不可。以下是分阶段的详细学习方案，兼顾理论深度与实操性：一、 第一阶段：…
兰亭妙微：以交互与网站设计之力，重塑行业门户新标杆
在数字化浪潮席卷各行业的当下，优质的交互设计与网站设计早已不是品牌的“加分项”，而是承载业务价值、提升用户体验的核心载体。兰亭妙微深耕交互设计与网站设计领域，凭借对行业需求的精准洞察、对设计细节的极致追求，为众多政企…
兰亭妙微：以HTML前端、UI/交互/图标设计赋能数字孪生与大屏设计新标杆
在具身智能人形机器人商业化浪潮席卷全球的当下，香港首家具身智能人形机器人公司港仔机器人（00370）的品牌战略启幕，成为行业焦点。而这场科技盛宴背后，兰亭妙微以专业的全栈设计服务，用UI设计、交互设计、数…
【第三十二周】RAG学习02
文章目录摘要Abstract一、项目疑问解答1. 传统信息检索，检索增强生成和无向量RAG1.1 传统信息检索1.2 检索增强生成（RAG）1.3 无向量RAG1.4 补充2. 大模型工作的核心2.1 Prompt的转变过程2.2 转变后Token维度的决定因素二、调试过程遇到问题1.…
Lab2-system calls MIT6.1810操作系统工程【持续更新】
Lab: system calls
在这个lab当中6.1810 / Fall 2025 它要求你在xv6当中添加一个新的系统调用，以此来帮助你理解在操作系统当中，系统调用的底层实现逻辑和调用链条；
之后该lab当中会告诉你一个故意留下来的系…
学霸同款2026 AI论文写作软件TOP9：研究生开题报告必备测评
学霸同款2026 AI论文写作软件TOP9：研究生开题报告必备测评
2026年学术写作工具测评：为何需要这份榜单？
随着人工智能技术的不断进步，AI论文写作软件已成为研究生群体提升科研效率的重要工具。然而，市场上产品繁多&…
面向 OpenHarmony 的 Flutter 应用实战：TodoList 多条件过滤系统的状态管理与性能优化
TodoList 多条件过滤系统的状态管理与性能优化 引言：在信息过载时代，精准查找比记录更重要一、为什么组合过滤对 OpenHarmony 用户至关重要？二、架构设计：三层过滤模型与状态解耦状态变量分离 三、UI 实现：符合 Harmon…
无状态 Widget 下的实时排序：Flutter for OpenHarmony 中 TodoList 的排序策略与数据流控制
Flutter for OpenHarmony 中 TodoList 的排序策略与数据流控制 引言：排序不是功能，而是信息组织范式一、为什么排序需要独立架构？——从“功能”到“系统”二、状态设计：分离排序策略与方向排序菜单 UI 实现 三、排序算法…
从数据模型到响应式渲染：Flutter for OpenHarmony 上 TodoList 优先级系统的端到端类型安全实践
Flutter for OpenHarmony 上 TodoList 优先级系统的端到端类型安全实践 引言：优先级不是装饰，而是决策依据一、数据模型演进：从字符串到类型安全枚举✅ 正确做法：使用 Dart 枚举（自 Dart 2.17 起支持增强型枚举&#x…
从系统亮度监听到 UI 重绘：Flutter for OpenHarmony TodoList 深色模式的端到端响应式实现
Flutter for OpenHarmony TodoList 深色模式的端到端响应式实现 引言：深色模式不是皮肤切换，而是人机交互范式的演进一、主题状态建模：从布尔值到三态枚举✅ 正确做法：采用 Flutter 内置 ThemeMode 枚举状态管理设计 二、UI 控件实…
在 OpenHarmony 上打造智能 TodoList：基于 Flutter 的标签分类与动态过滤实践
基于 Flutter 的标签分类与动态过滤实践 引言：在国产化生态中构建专业级生产力工具一、为什么标签功能对 OpenHarmony 用户尤为重要？二、数据模型扩展：面向多端持久化的轻量设计1. 扩展 SimpleTodo 模型（Hive 兼容）2. …
智能摄像头在智能车道路视频采集中的关键技术及应用解析
摄像头在智能车道路视频采集中的应用，主要依赖于其高精度图像捕捉、多角度采集、实时处理与传输以及智能分析等能力，以下是对其关键环节及技术要点的详细分析：一、摄像头在智能车道路视频采集中的核心作用高精度图像捕捉 ：摄像头作…