零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报

这篇具有很好参考价值的文章主要介绍了零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

🉑 近期大模型更新消息一览:Sora 影响涟漪犹在,Mistral 不愧欧洲 LLM 之光

🧩 法国大模型初创公司 Mistral AI 发布 Large 和 Small 两款大模型**

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

mistral.ai/news/mistra…

体验网址 chat.mistral.ai/chat

继推出 Mixtral 8x7B、Mistral Medium 后,Mistral AI 这次发布了性能比肩 GPT-4 的旗舰大模型Mistral Large,以及针对低延迟和成本优化的新模型 Mistral Small

根据 Mistral AI 官网的消息,Mistral Large 在行业内公认的基准测试中表现出色,仅次于 GPT-4,成为通过 API 提供的全球第二顶尖模型。

Mistral Large 调用方式

  • Plateforme:Mistral AI 在欧洲基础设施上安全托管的接入点,使开发者能够利用广泛模型范围创建应用和服务
  • Azure:在 Azure AI Studio 和 Azure 机器学习上,提供与 API 同样流畅的用户体验 (表示已经与 Microsoft 开展合作)
  • 自我部署:模型可部署于客户自己的环境中,适用于最敏感用例,并提供模型权重访问

🧩 Pika Labs 正式上线唇形同步功能,生成视频里的人物能说话了

twitter.com/pika_labs/s… | 观看视频

目前对 Pro 用户开放,体验地址:pika.art/home | 一线测评

2月27日,Pika 官推正式宣布上线 Lip Sync (唇形同步) 功能,也就是 Pika 生成的视频中,人物说话时口型和声音能对上,直接一步到位。这样,生成者就可以决定视频中的人物说什么话、具体用什么风格说话了!

🧩 阿里巴巴视频生成框架 EMO,音频+图像即可生成视频,面部表情和口型都能对的上

humanaigc.github.io/emote-portr… | 观看视频

阿里巴巴提出了一个音频驱动肖像视频生成框架EMO,只需要输入一张参考图像和语音音频 (例如说话和唱歌),就可以生成具有面部表情、各种头部姿势的视频,而且还可以根据输入视频的长度生成任意时长的视频。

有了这个模型,那让图片唱歌或说话就完全不成问题啦!👆 链接给出的例子显示,不同语言、不同风格、快慢节奏等等,EMO 都可以处理得很好!

一个小插曲是,EMO 今天被AI社区里的伙伴们骂惨了,主要原因是演示效果如此炸裂但 GitHub 项目却是空的… 有点「空口无凭」的期待落差感 🙄

但是这个空GitHub 已经1K Star 了而且还在快速增长中!不来凑个热闹嘛 github.com/HumanAIGC/E…

🧩 Google DeepMind 发布 Genie:110 亿个参数,基于图片和提示词生成 2D 游戏

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

sites.google.com/view/genie-…

论文地址 arxiv.org/pdf/2402.15…

Sora 平地炸响一声雷后,Google 快速跟上了节奏,发布了可动作控制的世界模型 Genie,可以根据图像和提示生成可操作的二维世界。简单说就是,Genie 既可以将任何图像转换成可玩的二维世界,也可以让人类设计的草图等创作栩栩如生。

而关于 Sora 和 Genie 的区别,大概可以这样理解 (来自知乎答主 @平凡):

  • Sora做的是:你给他一个prompt,比如生成一段在森林里顶蘑菇的视频,然后它就会在一段时间内给你提供一个顶蘑菇的视频。
  • Genie做的是:你给他一张顶蘑菇的截图,给你一个游戏手柄,然后图片会动起来,动的逻辑会跟你手柄的操作逻辑是一致的。
  • 这俩有本质上的不同,Sora是端到端的,你提供prompt,它提供视频,中间没有交互;Genie提供了交互的机会,理论上你不停,储存足够,电力不停,那视频就会一直持续。
  • 这也是Genie名字的来源Generative Interactive Environment(生成式可交互环境)。

👀 在巴黎赛纳河左岸与梵高聊聊天:Hello Vincent!

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

www.musee-orsay.fr/en/articles…

补充一份背景知识:奥赛博物馆(Musée d’Orsay)位于法国巴黎赛纳河左岸,拥有世界上最丰富的印象派和后印象派艺术收藏品,馆藏精品包括加雷特磨坊舞会、梵高的自画像以及莫奈的蓝色睡莲等等

前段时间,法国奥赛博物馆举办了「Van Gogh in Auvers-sur-Oise (梵高在奥弗尔-苏瓦)」主题展,主办方在出口处设置了一个「Hello Vincent」智能应用程序,可以让参观者通过麦克风与梵高进行对话互动。

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

正如视频所示,梵高坐在他的「Wheatfield with Crows (麦田上的鸦群)」画作前,一边说话一边运动着手臂和肩膀,回答提出的问题。

想象一下!刚看完主题展就可以与画家「本人」进行交流!这沉浸感!这冲击力! 观看视频

进一步搜索了这款应用的研发公司 Jumbo Mana,他们在推上公布「Hello Vincent」基于梵高约 900 信件训练而成,并通过多幅梵高自画像生成了逼真的 3D 人物形象。

感觉这类应用场景很靠谱啊!把 Charater.ai 里受欢迎的对话模式迁移到了线下,而且就设定在博物馆展览刚刚结束、参观者意犹未尽的时候。是一次既有趣又有教育意义的尝试哇~

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

👀 Image to Music:使用AI把图片生成音乐 (可免费体验)

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

imagetomusic.top | 查看图片并收听音乐片段

Image to Music 是一个免费的AI工具,可以根据上传的图片生成符合调性的音乐片段 (10s左右)。

官网支持免费体验哦!甚至不用登录 (需要魔法)!上传图片,从 MAGNet、AudioLDM-2、Riffusion、Mustango、MusicGen 几个模型中选择一个,然后等待 1-2 分钟就可以听音乐啦!!

看网站弹框显示的进程消息,应该是先用 image caption 理解图像,然后生成与音乐相关的提示词,最后生成音乐片段。

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

用上方图片这个「electronic music」主题的图片试了一下,还是挺准确的!提示词准确捕捉到了风格,音乐片段也是动感十足 🎶 | 查看图片并收听音乐片段

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

🉑 零一万物黄文灏:没有做出 Sora 的几点反思 & Sora之后视频生成怎么做

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

zhuanlan.zhihu.com/p/683185877

补充一份背景:黄文灏是零一万物的技术副总裁及Pretrain负责人,曾先后任职于微软亚洲研究院和智源研究院;他的知乎账号很活跃,推荐 Follow~

红博士在 去魅Sora: OpenAI 鲜肉小组的小试牛刀 这篇文章中,根据技术报告和公开信息猜测了 Sora 的算法框架,并且以业内视角分析了背后核心人员的发展路径。文章把专业和通俗两个方面兼顾的非常好,推荐阅读!

🔔 跟上 Sora 进度没多难

黄文灏在文章中也表达了和红博士相同的观点:仔细看 Sora 的技术报告会发现,其实没太多东西,跟上 Sora 的进度也没有多难

  • Sora = Magvit + DiT + NaViT + Video Caption,技术上没有太多的创新,但工程上做了大量的工作
  • 要给年轻人充足的算力,这个是现在大模型公司最难决策的事,找到那些年轻人,解决组织问题
  • Sora 不是世界模型,不一定用了UE数据

🔔 没有做出Sora的几点反思

零一万物从去年10月开始做视频生成,在技术路线选择上与 Sora 基本一致,但结果和Sora有一些差距。那为什么又是 OpenAI先做出了 Sora 呢?

  • 技术发展的速度比想象中快很多。在视频生成技术领域,原预计技术爆发需要一年时间,但实际发展速度远超预期,仅三个月就出现了Sora。这表明在技术预判时,应该更加激进地缩短预期时间,以保持竞争力
  • 需要把目标定高两个台阶。由于对技术成熟速度的低估,导致目标设定没有足够前瞻性。在技术快速发展的背景下,应将目标设定得更高,直接以超越当前领先者为目标,而不是逐步追赶
  • 做更多「因为相信所以看到」的事。在技术发展中,应更多地基于信念采取行动,而不是仅仅基于已经看到的结果。

🔔 Sora之后视频生成怎么做

  • 路径一:用最快的速度去复现Sora。当有人给出了一个方法可以做到很高的水平的时候,即使中间缺乏很多细节,follow一条有大体框架的路,把里面的细节一点点补上
  • 路径二:有更好的视频生成方案吗?如果没有,就直接scale up,跳过复现Sora的阶段。如果有,那这个方案是什么呢?

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

🉑 ELAD GIL 关于大语言模型 (LLM) 的一千零一个问题:带你纵览AI全局

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

blog.eladgil.com/p/things-i-…

文章作者是一位大佬:Elad Gil 是一位非常出色的企业家和投资者,曾任职谷歌并创建了移动团队,创办的 Mixer Labs 被 Twitter 收购后担任 Twitter 副总裁;他也是众多知名科技公司的投资人和顾问,例如 Airbnb、Figma、Gitlab、Notion、Pinterest、Stripe,以及最近大火的Character、Mistral,Perplexity,Pika 等等。

Elad Gil 这篇「Things I Don’t Know About AI」文章,把 AI 拆成了「Semiconductors (半导体)」「Foundation models (基础模型)」「Infra (基础设施)」「B2B」「Consumer (消费者)」5个板块,并对各部分提出了自己的判断&困惑,并进行了基本解释。

来!让我们跟随 Elad Gil,一起进行一场沉浸式思考!

Elad Gil 的几个基础判断 (也就是首先要达成的共识)

  • 大语言模型只分类两类:最先进的前沿大模型(们) & 其他大模型,并且前沿 LLMs 会形成一个寡头市场 (因为大模型实在太太太烧钱了)
  • 前沿 LLMs 的规模不断增加,训练成本也随之增高,而这些资金的主要来源是云服务商和大型科技公司 (如 Microsoft、Amazon 、Google),或者体现国家意志 (如阿联酋 Falcon);英伟达 NVIDIA 对基础模型公司的投资规模并不高
  • 虽然云服务商是资金来源的大头,但这与其盈利规模相比也不算什么 (例如,Microsoft 投资 OpenAI 100 亿美元,只需要6个星期就能挣回来)

🔔 Questions on LLMs

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

  • Question:云服务提供商是否在通过其提供的计算或资本规模,制造少数玩家的王者地位,并通过这种方式锁定寡头市场?云服务提供商是 LLM > 基础模型的主要资助者,其资金支持可能会对市场动态产生扭曲效应,例如新进入者会因资本和人才不足而出局,或者云平台借助大模型实现更高的收入
  • Question:开源模型是否会推动AI经济从基础模型转向云服务?Meta是否会继续资助开源模型?如果是,Llama-N 能否追赶到最前沿
  • Question:我们如何看待模型的速度、价格与性能之间的关系?模型的价值取决于多种因素,高性能但速度较慢的模型、小型但快速且成本低廉的模型,也各自有其市场定位。
  • Question:基础模型的架构将如何演变?具有不同架构的 Agentic Model 是否有发展潜力?其他形式的记忆和推理何时能发挥作用
  • Question:政府是否支持 (或指导其购买) 地区AI获胜者?政府是否会像航空航天领域的波音/空客那样,对本地模型进行差异化支出?政府是否愿意支持反映本地价值观、语言等的模型
  • Question:中国会发生什么?中国大模型可能会得到本地科技巨头 (如腾讯、阿里巴巴、小米、字节跳动) 的支持,政府也会继续通过监管和防火墙来支持本地AI公司的发展;中国开源大模型的发展也值得注意 (如 阿里巴巴 Qwen 排名很高)
  • Question:X.ai (马斯克的AI公司) 会发生什么?发展情况尚不明确,很可能成为一个不确定因素
  • Question:Google 前途如何?Google拥有强大的计算能力、规模和人才,能够快速推进AI技术的发展,在AI领域的潜力巨大

🔔 Questions on Infra Companies

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

AI Infra 最大的不确定性来自 AI Cloud Stack 及其发展路径,因为初创公司与大型企业对AI云服务的需求差别巨大:初创公司更愿意采用新的云服务商和工具 (如Anyscale、Baseten、Modal、Replicate、Together等),而大型企业的定制化需求也带来了更多开放性问题

  • Question:当前的AI云公司是否需要为大型企业构建他们产品的本地部署 / BYOC / VPN版本
  • Question:采用AI云有多少是出于GPU限制 / GPU套利?云服务商普遍缺乏GPU,因此企业正在争相寻找足够的 GPU 来满足自己的需求,当然这对于拥有 GPU云的初创云服务商是好消息
  • Question:GPU瓶颈何时才能结束?这对新的AI云提供商有何影响?当 GPU 不再是限制,那么拥有更多工具和服务的云服务商更容易存活下来
  • Question:新的AI ASIC (如 Groq) 将如何影响AI云
  • Question:还有什么会被整合到AI云中?它们是否会交叉销售 embedding 和RAG?持续更新?微调?其他服务?这对数据标注公司或其他有重叠服务的公司有何影响?哪些服务会直接整合到模型提供商,哪些会通过云服务进行整合?
  • Question:AI云公司有哪些商业模式?面向初创公司,更适合「GPU only」的商业模式,因为他们需要的云资源很少;面向大中型企业,更适合提供开发者工具、API端点、专业硬件等
  • Question:新的AI云会有多大规模?会成为 Heroku、Digital Ocean、Snowflake、AWS 这样的庞然大物嘛?这类公司的产出规模和利用规模是多少?
  • Question:随着超长上下文窗口模型的出现,AI堆栈将如何演变?如何看待上下文窗口与提示工程、微调、RAG和推理成本之间的相互作用
  • Question:FTC (和其他监管机构) 阻止并购对市场有何影响?在一个积极反对科技并购的政府下,人们如何看待退出?AI云本身是否应该在彼此之间整合以整合份额和服务提供?

🔔 Questions on Apps

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

  • 15个月前 ChatGPT 问世;距离模型&技术最近的AI研究员和 infra 工程师更能感知其带来的革命和转变,一般经历 9-12个月做出辞职创业的决定;辞职与创业头脑风暴又会花去几个月的时间 → 所以,我们很快就可以看到一波应用构建者集中出现
  • Question | B2B:在新兴 B2B 应用浪潮中,需要重点关注哪些公司和市场?与初创公司相比,现有大型企业的优势体现在哪些方面?
  • Question | Consumer:最早的AI产品是面向C端消费者的,例如 ChatGPT、Midjourney、Perplexity、Pika等。但是为什么AI生态系统中2C产品并不多呢?是因为上面提到的时间延迟吗
  • Question | Agents:Agents 可以发生很多很多的事情。那么,哪些是强大的垂类产品的天下,哪些又是初创公司可以发挥的空间呢

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

🉑 微软·面向初学者的生成式AI课程(第2版),增加了 RAG、AI Agents 和 Fine-Tuning 等内容

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

github.com/microsoft/g…

微软去年推出了「Generative AI for Beginners」课程,12小节,帮助非常多的学习者掌握了生成式AI的基础知识和开发技能。

前几天,这门课程更新了!官方发布了「Generative AI for Beginners (Version 2)」,不仅对已有章节的概念、作业等进行了更新,还增加了近期热度非常高的 RAG、AI Agents、Fine-Tuning LLMs 等6个新的章节。

零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报,microsoft,人工智能

课程章节分类「Learn (知识学习)」「Build (动手实践)」两种类型,内容则涵盖了视频介绍、图文讲解、示例代码、课程作业、拓展资源等部分,依旧是学习生成式人工智能基础知识和应用开发技能的首选入门课~

以下是课程核心内容的介绍,有感兴趣的内容,可以开始学习啦:

0. Course Setup

  • 课程设置
  • [Learn] 如何设置你的开发环境

1. Introduction to Generative AI and LLMs

  • 生成性人工智能与大型语言模型简介
  • [Learn] 理解生成性人工智能是什么以及大型语言模型 (LLMs) 如何工作

2. Exploring and comparing different LLMs

  • 探索和比较不同的 LLMs
  • [Learn] 如何为你的用例选择合适的模型

3. Using Generative AI Responsibly

  • 负责任地使用生成性人工智能
  • [Learn] 如何负责任地构建生成性人工智能应用

4. Understanding Prompt Engineering Fundamentals

  • 理解提示工程基础
  • [Learn] 实践提示工程最佳实践

5. Creating Advanced Prompts

  • 创建高级提示
  • [Learn] 如何应用提示工程技术以改善你的提示结果

6. Building Text Generation Applications

  • 构建文本生成应用
  • [Build] 使用 Azure OpenAI 构建文本生成应用

7. Building Chat Applications

  • 构建聊天应用
  • [Build] 高效构建和集成聊天应用的技术

8. Building Search Apps Vector Databases

  • 构建搜索应用向量数据库
  • [Build] 使用嵌入 (Embeddings) 搜索数据的搜索应用

9. Building Image Generation Applications

  • 构建图像生成应用
  • [Build] 一个图像生成应用

10. Building Low Code AI Applications

  • 构建低代码人工智能应用
  • [Build] 使用低代码工具构建生成性人工智能应用

11. Integrating External Applications with Function Calling

  • 与外部应用集成通过函数调用
  • [Build] 什么是函数调用及其在应用中的用例

12. Designing UX for AI Applications

  • 为人工智能应用设计用户体验
  • [Learn] 在开发生成性人工智能应用时如何应用用户体验设计原则

Version 2 新增内容

13. Securing Your Generative AI Applications

  • 保护你的生成性人工智能应用
  • [Learn] 人工智能系统面临的威胁和风险以及保护这些系统的方法

14. The Generative AI Application Lifecycle

  • 生成性人工智能应用生命周期
  • [Learn] 管理 LLM 生命周期和 LLMOps 的工具和指标

15. Retrieval Augmented Generation (RAG) and Vector Databases

  • 检索增强生成 (RAG) 和向量数据库
  • [Build] 使用 RAG 框架从向量数据库检索嵌入的应用程序

16. Open Source Models and Hugging Face

  • 开源模型和 Hugging Face
  • [Build] 使用 Hugging Face 上可用的开源模型构建应用程序

17. AI Agents

  • 人工智能代理
  • [Build] 使用人工智能代理框架构建应用程序

18. Fine-Tuning LLMs

  • 微调 LLMs
  • [Learn] 微调 LLMs 是什么、为什么以及如何进行

感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们!文章来源地址https://www.toymoban.com/news/detail-843780.html

到了这里,关于零一万物黄文灏:没有做出Sora的几点反思;大模型一千零一问;Mistral不愧欧洲之光;微软生成式AI入门课(第2版) | ShowMeAI日报的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

原文地址:https://blog.csdn.net/weixin_42907150/article/details/136859089

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 关于websocket的几点注意事项

    2024年02月15日
    浏览(10)
  • Eclipse整合tomcat时要注意的几点

    2024年02月16日
    浏览(8)
  • AIGC: 关于ChatGPT这个智能工具带来的几点思考

    ChatGPT的出现 2022年11月底,ChatGPT 上线,引爆 AI 圈 和 科技圈,2023年春节后, 人人都开始关注并讨论这项新技术 它是 OpenAI 研发的智能聊天工具, 基于GPT语言模型,模拟人类的对话方式 默认只能用文字进行交互,理解多种语言,有一些插件,可用语音,图表等 截止现在,Chat

    2024年02月04日
    浏览(13)
  • Qt 关于mouseTracking鼠标追踪和tabletTracking平板追踪的几点官方说明

    mouseTracking属性用于保存是否启用鼠标跟踪,缺省情况是不启用的。 没启用的情况下,对应部件只接收在鼠标移动同时至少一个鼠标按键按下时的鼠标移动事件。 启用鼠标跟踪的情况下,任何鼠标移动事件部件都会接收。 部件方法hasMouseTracking()用于返回当前是否启用鼠标跟踪

    2024年02月07日
    浏览(8)
  • 在uni-app中,如果data中的对象属性改变了,但是页面没有相应更新的情况,通常有以下几点需要注意:

    1. 使用this.$set更新对象属性直接修改对象属性是无法触发页面更新的,需要使用this.$set方法: 2. 确保数据层级不太深如果对象层级过深,改变内层属性也可能无法触发更新。建议关键数据不要超过2层。 3. 使用深度 watcher可以在watch中用深度watcher的方式监听整个对象的变化: 4. 使用

    2024年02月16日
    浏览(16)
  • Vue数据更新页面却没有更新的几种情况以及解决方法

    原因:由于 Vue 会在初始化实例时对 data中的数据执行 getter/setter 转化,所以 变量必须在 data 对象上存在才能让 Vue 将它转换为响应式的。 例如:  1 2 3 4 5 new Vue({    data:{},    template: \\\'div{{message}}/div\\\' }) this .message = \\\'Hello world!\\\' // `message` 不是响应式的页面不会发生变化 解决方

    2024年02月03日
    浏览(17)
  • C/C++基础讲解(一百零一)之经典篇(打印笑脸/兔子繁殖/素数)

    很多时候,特别是刚步入大学的学子们,对于刚刚开展的计算机课程基本上是一团迷雾,想要弄明白其中的奥秘,真的要花费一些功夫,我和大家一样都是这么啃过来的,从不知到知知,懵懂到入门,每一步都走的很艰辛,课程上,大学老师基本上讲解上机实操得时间特别有

    2024年02月08日
    浏览(11)
  • Terra-Luna归零一年后:信任重建、加密未来路在何方?

       本月既是Terra-Luna归零的一周年,也是FTX崩溃的第六个月,而这两个事件分别代表着2022年加密市场连环爆的开始与高潮,引发了加密行业15年历史上最可怕的生存危机。    尽管今年市场行情有所回暖,比特币开年至今涨幅70%,以太坊完成Shapella升级以及香港宣布放开虚拟

    2024年02月07日
    浏览(10)
  • 【LeetCode动态规划#07】01背包问题一维写法(状态压缩)实战,其二(目标和、零一和)

    力扣题目链接(opens new window) 难度:中等 给定一个非负整数数组,a1, a2, ..., an, 和一个目标数,S。现在你有两个符号 + 和 -。对于数组中的任意一个整数,你都可以从 + 或 -中选择一个符号添加在前面。 返回可以使最终数组和为目标数 S 的所有添加符号的方法数。 示例: 输入

    2023年04月18日
    浏览(17)
  • 【Elasticsearch】几点核心概念

    索引 一个索引就是一个拥有几分相似特征的文档的集合。 Eg:一个客户数据的索引,另一个产品目录的索引,还有一个订单数据的索引。 能搜索的数据必须索引,这样的好处是可以提高查询速度 类型 一个类型是你的索引的一个逻辑上的分类/分区,其语义完全由你来定。 ES

    2024年02月02日
    浏览(12)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包