ctyyy的博客

朋友家网DNS给我网址解析到成人网站问题展示 找出问题终端实际解析的ip 1nslookup opencode.ai 27.124.x.x 这个 IP 段就非常可疑——这是 AnyIP 或 IP 广播服务的常见范围，一般这种ip就被劫持了。 让我看一下真实的DNS是什么？ 1nslookup opencode.ai 8.8.8.8 确定了，被 194.169.55.201这个DNS服务器在劫持流量 问题解决如果ISP没有被劫持，DHCP（路由器）也没有被劫持，后台修改DNS为自动就行了 ISP：上层网关开发商，路由器的WAN口（WAN = Wide Area Network，广域网）连接的ISP网络。路由器的ip是ISP的DHCP服务器给的。 如果ISP可能被劫持，DHCP（路由器）也可能被劫持，后台修改DNS为8.8.8.8或者换路由器或者重启路由器 因为是根已经坏了，要么上层ISP被劫持，要么DHCP服务器被安装木马。 问题刨析为什么DNS自动分配后面会有一个DHCP？ DHCP 那行显示 (DHCP) 的意思是DNS 服务器地址也是由 DHCP 自动...

神经网络初识特点一、优点 精度高，性能优于其他的机器学习方法，甚至在某些领域超过了人类 可以近似任意的非线性函数 近年来在学界和业界受到了热捧，有大量的框架和库可供调用 二、缺点 属于黑箱模型，很难解释模型内部的工作逻辑 训练耗时久，对算力要求高 网络结构复杂，需要手动调试大量超参数 在小规模数据集上效果差，容易出现过拟合问题 大致演示同层不同神经元之间拿不到彼此的数据 神经网络的演示地址 激活函数激活函数用于对每层的输出数据进行变换，进而为整个网络注入了非线性因素。此时，神经网络就可以拟合各种曲线。如果没有激活函数,不管你堆多少层全连接,整个网络在数学上仍然只是一个线性变换——因为线性变换的复合还是线性变换,W2(W1x + b1) + b2 永远可以化简成 W'x + b'。所以多层和单层没区别,都只能画直线(或超平面)。 激活函数的作用就是在每一层输出后做一次非线性”扭折”,把那个可化简的线性链打断。一旦打断,网络就有了表达弯曲、拐折、复杂边界的能力,这就是万能逼近定理说的 ——足够宽的单隐层网络能逼近任意连续函数。 Sigmoid函数 1234...

基础算法位运算XOR 性质3513. 不同 XOR 三元组的数目 I（1663）最终答案肯定包含n，因为三个相同的数XOR出来是这个数本身且两个下标相同 时 a XOR a XOR b = b，仍然包括在n里面 那么能XOR出来n外面的值只能通过三个下标不同的数XOR。 n=4时 XOR出来0 ：1 XOR 2 XOR 3 XOR出来n+1 ： 2 XOR 3 XOR 4 XOR出来n+2 ： 1 XOR 3 XOR 4 XOR出来n+3 ： 1 XOR 2 XOR 4 n=5时，n=6时，n=6时.最多到7就没了 n=8，9，10，11，12，13，14，15时，最高到15就没了 这么说….. 12345678910int uniqueXorTriplets(vector<int>& nums) { if(nums.size()==2) return 2; else if(nums.size()==1) return 1; else { int a=nums.size...

命令与语法命令pip show 依赖名称显示某一个依赖安装的位置 python -m 模块名把一个 Python 模块（module）当成脚本来运行。 dir当前目录的所有文件展示 虚拟环境 venv问题不同项目使用的环境不同，如果都放到本地去部署的话，不同项目之间的不同环境会相互覆盖 解决方法把各自需要的依赖都放到自己项目的目录中 实现步骤 项目终端运行python -m venv .venv。注意，第一个venv不可以改名称，后面的.venv是可以改的，默认是.venv 项目终端运行.venv\Scripts\activate用于激活这个虚拟环境目录，使python在解释的时候用这个目录下的环境 激活之后可以比较明显的看到这个终端带了一个(.venv)的前缀 接下来在虚拟环境激活的状态下去安装依赖也是安装到这个目录了 退出命令：deactivate。或者直接把cmd窗口guan’diao

这一组决定你对”多智能体””MDT””综述定位”的基本理解。读的时候不要追求记住每个细节，要追求”能用自己的话讲清楚一个完整故事”。 目录 # 文献（按参考编号） 论文原名称 对应综述章节 要学到的核心内容 流程图 1 44. Konzmann et al. (2026) LLM in tumor boards: systematic review Applications of large language models in tumor boards: a systematic review 引言、4.3 现有 MDT+LLM 综述怎么定义范围、怎么组织证据、结论是什么；这是你的”锚点综述” 2 33. Guo et al. (2024) LLM-based multi-agents survey Large language model based multi-agents: a survey of progress and challenges 3.1、3.2 LLM 智能体的定义（工具、RAG、记忆、规划、反思）；多智能体的通用分类 3‌✅ 5...

一个项目的提示词（220k stars）[英文]Behavioral guidelines to reduce common LLM coding mistakes. Merge with project-specific instructions as needed. Tradeoff: These guidelines bias toward caution over speed. For trivial tasks, use judgment. 1. Think Before CodingDon’t assume. Don’t hide confusion. Surface tradeoffs. Before implementing: State your assumptions explicitly. If uncertain, ask. If multiple interpretations exist, present them - don’t pick silently. If a simpler approach exists, say so. Push ba...

Download PDF 背景现实医学背景 MDT：MDT 的全称是 Multidisciplinary Team，可理解为多学科团队协作。团队通常包含外科、肿瘤内科、放疗科、影像科、病理科等医生，有时护士、营养师、心理医生也会加入。大家围坐讨论，避免单一科室决策的局限。 卵巢肿瘤的管理越来越依赖于多学科肿瘤委员会MDT的讨论，以应对需要手术、肿瘤内科、影像、病理、分子检测多学科协同治疗。并且此病症有三个特别棘手的特征：晚期诊断、显著的肿瘤异质性、频繁复发。这些特征意味着患者在整个病程里需要反复面对高风险决策。然而全球大多数患者缺乏及时的专家共识,尤其在资源受限的中心。MDT 资源稀缺甚至完全不可用。 于是，本文提出了OMGs（卵巢肿瘤多学科智能体系统），多智能体AI框架，通过协调多学科的证据，用于给出透明依据的MDT式的建议 AI决策支持的四个挑战 In this context, single-agent large language model (LLM) assistants may be insufficient to ensure that recommendati...

A. Iskander and Drawings贪心，找最长连续子序列 123456789101112131415161718192021222324252627282930#include <bits/stdc++.h>using namespace std;void solve() { int t; cin >> t; while (t--) { int n; string s; cin >> n; cin >> s; int xian = 0; int maxx = 0; for (int i = 0; i < n; i++) { if (s[i] == '*') { maxx = max(maxx, (xian + 1) / 2); xian = 0; } else xian++; } maxx = max(maxx, (xian + 1) / 2); cout << maxx; ...