首页 文章 精选 留言 我的

精选列表

搜索[开源游戏引擎],共10000篇文章
优秀的个人博客,低调大师

SamWaf v1.3.20 开源、轻量级、私有化部署网站防火墙

*本次发版集中处理了大家反馈的一批问题与需求,重点补强了证书申请、压缩支持、安全防护等能力,同时修复了多处逻辑缺陷和稳定性问题。感谢每一位参与反馈和贡献的伙伴。 新增 开放平台 网站综合查询统计 静态服务响应头自定义 隧道 SSL 支持,适用于内网穿透、跨网络安全通信、零信任架构场景 站点 gzip / br 压缩支持,有效减少传输体积,提升访问性能 证书申请能力增强:自动重试机制、支持跳过本地 DNS 校验,提升复杂网络环境下的成功率 安全入口 数据库表信息展示 Zstd 压缩支持 默认禁用数据清理功能及新数据清理策略,可灵活开启或关闭 响应自定义规则 任务日志功能,便于跟踪任务执行情况 通知消息标题前缀,便于区分多个 SamWaf 实例 跳过全局 CC 功能 静态网站压缩 OWASP 规则集深度集成管理 请求保护,加强请求安全性 管理端自定义获取 IP 头信息 风险日志批量删除 HTTP/3 BBR 支持,优化网络传输效率 版本回滚功能 自定义请求头删除:请求头定义空字符串代表不传递给后端 标签全选、反选 数据库支持 SQLite、MySQL,缓存支持 Redis 路径路由支持 修复 全局 IP 判断逻辑异常,避免策略匹配不准确 XSS 误判问题,降低误报率,提升规则准确性 新增站点时 IP 提取模式无法正确选择的问题 WASM 资源未被正确处理的问题 monitor/system_info API 文档错误 多端口和多域名不生效问题,并进行界面优化 暗黑模式下 IP 数据库管理界面显示问题 防火墙 bug,并在权限不足时给出正确提示 开放 API URL 问题 来源非严格模式下,多域名和端口未正确绑定 敏感词空值问题,避免程序崩溃 管理 IP 时可能出现的空值错误 统计信息错误,确保数据准确性 开放 API 测试用例错误 CC 通知发送时间错误 健康检查 bug 重置账户密码时的 bug OWASP 变量设置 bug 优化 网站列表展示 管理端静态资源文件 gzip 压缩 配置系统一致性:避免参数重复配置 重置密码流程 默认压缩排序调整:优先 Zstd,其次 Brotli,最后 Gzip 请求上下文取消机制,提高稳定性和响应速度 移除静态标签,优化配置管理 减少 modifyResponse 和 errorResponse 中拼接 header 字符串时的堆分配 测试用例稳定性 感谢以下贡献者(排名不分先后 ) @blue991989, @boxker, @Cycloctane, @echs-top, @EvianTian, @f0Xj1MnNy, @Firfr, @foxzzz, @fudiwei, @hamgua, @hashwing, @heruiguo, @hjpc, @lifetin, @liujiangniao, @Lvshujun0918, @MadeLuckyBoy, @MetaCubeX, @Omoinemie, @raychan239, @raychan2394, @rzorzo, @SONGjiemo, @systemctl529, @Tea-NT, @wangpenga999, @yinyutao, @恒嘉电脑-张波, @四维, @孙工

优秀的个人博客,低调大师

小米开源 OneVL:统一视觉 - 语言模型的多任务学习新范式

小米研究院近日发布了名为 OneVL 的新型视觉-语言模型架构,旨在解决多任务学习中的核心挑战:如何让单一模型同时处理图像识别、目标检测、视觉问答和图像分割等多种任务。 现有的视觉-语言模型通常采用"专家混合"架构,即为每种任务训练专门的组件。这种方式虽然在某单一任务上效果出色,但随之而来的是高昂的推理成本和部署复杂度。更重要的是,不同任务间的视觉特征表示存在大量重叠,单独训练专家会导致严重的知识冗余。 OneVL 的核心创新在于提出了"层级化任务编码"机制。该方法首先将所有视觉任务映射到统一的 token 序列表示,然后在 transformer 架构中引入任务相关的路由注意力。实验数据显示,相比传统专家混合方法,OneVL 在保持相近精度的同时,将模型参数量减少了约 40%,推理速度提升超过 2 倍。 在架构设计上,OneVL 采用双路径编码策略:一路负责捕获图像的细粒度局部特征,另一路则提取全局语义信息。两路特征通过可学习的交叉注意力模块进行融合,使模型能够同时理解"是什么"(物体类别)和"在哪里"(空间位置)两个维度的信息。 研究人员选择在 8 个主流视觉基准上评估 OneVL,包括 COCO 目标检测、ADE20K 语义分割和 VQA v2.0 视觉问答等任务。结果表明,OneVL 在多任务场景下相比单任务专家组合平均提升 3.2 个百分点,同时大幅降低了跨任务干扰现象。 OneVL 以仅 4B 参数在四个基准(NAVSIM、ROADWork、Impromptu、Alpamayo-R1)上均达到最优,超越此前的 8B 方法: 基准 OneVL 结果 延迟 NAVSIM 88.84 PDM 4.46s ROADWork 12.49 ADE (px) 4.71s Impromptu 1.34 ADE (m) 4.02s Alpamayo-R1 2.62 ADE (m) 3.23s 值得关注的是,OneVL 的预训练数据规模达到 4500 万图像-文本对,涵盖自然场景、文档图像、表格数据等多种类型。这种多样化的预训练策略使模型具备较强的零样本迁移能力,研究者观察到模型在没有见过的任务上也表现出一定的推理能力。 论文作者指出,他们下一步将探索 OneVL 在视频理解领域的应用潜力。当前的图像级表示将扩展到时空维度的建模,以支持视频帧间的长程依赖关系学习。 相关论文及代码已公开于项目页面。 OneVL 项目主页 OneVL arXiv OneVL GitHub

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册