搜索[换脸甄别]结果-低调大师优秀个人博客

精选列表

搜索[换脸甄别]，共4867篇文章

不要一出错就换模型：FDE怎样沿证据定位问题

上一篇讲了怎样建立判断标准。标准一立起来，"不对"就会被源源不断地发现——这本来是好事，但紧接着会出现一个更考验功力的场景：发现了不对，怎么办？

2026-10-18

技术思考问题13：Gemini4内部好评就能换模型吗？

过去两年被问得最多的一句话是：新模型出来了，我们什么时候换。换模型从来不缺理由，缺的是能签字的那条证据。

2026-10-13

Elasticsearch 磁盘水位与写入拒绝的排查思路，以及换引擎的判断点

【摘要】云上日志集群最常见两类告警是磁盘水位告警与写入拒绝（EsRejectedExecutionException 429），根因集中在写入批次过小、副本索引构建开销、磁盘水位线触发只读三处。本文给出排查顺序与可调整项，并给出一个判断点：当磁盘与写入压力来自存储模型本身时，调参的边际收益会快速下降，需要考虑更换存储引擎。文中对照包含可复现第三方基准 AgentLogsBench 的结果（1 亿行 observation、AWS m6i.8xlarge、2026 年 5 月，榜单定期更新）——Apache Doris 存储占用 57.94 GiB 且保留 input/output 完整倒排索引，ES OpenSearch 提供可比文本检索能力需要 3~4 倍存储。

2026-09-28

Meta 这个百万级上下文模型，用数据换折扣，差价 21 倍

Meta 最新 AI 大模型 Muse Spark 1.3 把上下文窗口拉到了 100 万 token，定价分了两档，差价超过 10 倍。 Meta 的新模型定位很明确：长周期、多步骤的 agentic workflow。能处理视频、图片和文档的多模态感知，工具调用一阶成功率比前代更高，代码能力在多个评测中「与前沿持平」。定价策略值得细看。Muse Spark 1.3 分两个变体：muse-spark-1.3 标准版，输入 $1.25/百万 token，输出 $4.25/百万 token；muse-spark-1.3-contributor 版，输入 $0.10/百万 token，输出 $0.20/百万 token——后者允许 Meta 用你的数据改进产品，价格差了 12 到 21 倍。这个定价差比 OpenAI 和 Anthropic 的同类折扣都大。功能上，Muse Spark 1.3 的设计思路是让模型在长任务中维持上下文、处理混乱甚至矛盾的输入，并在不确定时主动请求澄清。Meta 还给它配了一套 agentic 工具链：Computer Use（让模型「看」屏幕并操作界面）、Search Grounding（接入实时网络搜索）、多 agent 编排（一个「四人团队」把产品 idea 变成可运行的 SaaS 应用）、子 agent 并行展开（在隔离的 worktree 中各自工作）。这套能力通过几个渠道分发：Muse Code（终端里的多 agent 编程工具）、Meta Model API、以及 OpenRouter。 Muse Code 本身也值得关注。它和 OpenCode 集成，可以把一个 GitHub issue 自动分派给多个 agent 并行处理，每个 agent 在独立的 git worktree 里工作，互不干扰。这基本是 Claude Code 的 agent 模式想做但还没做到的程度。参考来源： Muse Spark 1.3 — Meta Muse Spark 1.3 on OpenRouter

2026-09-03

换 embedding 不用重建库：Milvus 3.0 在线改表是怎么做到的

在 GitHub 上翻 Milvus 的 issue 和 discussion，有个需求持续了三年多：建表之后，能不能加字段、删字段。

2026-08-08

腾讯混元提出 HY-WU(无相)，让模型实时生成参数“换脑”

3月6日，腾讯混元发布了一篇名为《HY-WU (Part I): An Extensible Functional Neural Memory Framework and An Instantiation in Text-Guided Image Editing》的技术报告，提出了一种崭新的功能性记忆（functional neural memory）范式（weight unleashing），在模型推理时实时生成个性化参数，由此对不同任务/分布/样本进行个性化适应。腾讯混元团队将HY-WU （混元无相）应用在各大开源图形编辑基模上，有效扩充了基模的功能性记忆，在图形编辑任务上普遍取得了更好的内容理解、指令遵循和生成质量。与此同时，该范式的数据效率、训练效率和推理速度也做到了真正的实用性与创新性并重。据介绍，HY-WU （混元无相）范式从“静态参数记忆”转向“功能性记忆”，其核心在于训练一个参数生成器。在模型推理时，该系统能根据当前输入的特定条件（如图像与编辑指令），实时合成一组针对该任务的个性化参数（如LoRA权重），并将其动态注入冻结的基座模型。此举实现了“动态路由”，从根本上避免了在共享权重上的参数冲突。在文本引导图像编辑任务的实际验证中，HY-WU展现出优异表现。基于HY-Image-3.0-Instruct模型的评测显示，其在人类主观评价（GSB）中优于多数主流开源模型，与顶级闭源模型相当。在GEdit-Bench、ImgEdit-Bench等自动化评测榜单上，其综合得分亦达到开源模型的领先水平。 Blog:https://tencent-hy-wu.github.io GitHub:https://github.com/Tencent-Hunyuan/HY-WU

2026-03-09

Monorepo：让你的项目脱胎换骨，既能代码复用，又能独立部署！

preview:admin": "pnpm -F portal preview" } } 改造后的 Monorepo 项目目录结构，看起来和原来差异不大，就是包了一层 packages，其实整个项目已经脱胎换骨

2024-08-26

国庆出游神器：魔幻黑科技换天造物，让vlog秒变科幻大片！

本文分享自华为云社区《国庆出游神器，魔幻黑科技换天造物，让vlog秒变科幻大片！》，作者：技术火炬手。国庆出游，无论是拍人、拍景或是其他，“天空”都是关键元素。

2021-09-30

"刷脸时代"已到，你的业务系统准备好了吗？

摘要：刷脸已渗透到注册、登录、支付、政务、线下等核心环节，业务系统接入前需从需求、渠道、技术、合规、运营、监控六个维度做足准备，任一维度缺位都可能在上线后变成工单或风险。一、"刷脸"已经渗透到哪些

2026-10-10

刷脸认证 vs 密码验证，为什么人脸核身更安全？

刷脸认证正在成为越来越多业务的首选方案。本文从安全性和用户体验两个维度，对比刷脸认证与传统密码认证，分析为什么人脸核身在

2026-09-28

【风聊AI】1200个AI建暗网，700个攻破抱脸

一周里最让我后背发凉的，不是哪个模型又变强了，而是一群被关起来的 AI，自己搭了条暗线。

2026-09-05

小帅一点资讯 V2.0.9.8 发布，增加情侣拼脸

新增情侣拼脸功能通过人脸关键点技术，可对两张人脸照片进行拼脸合成效果

2021-10-28

面试被问高并发流量控制，我脸都绿了...

云栖号资讯：【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！前言在实际项目中，曾经遭遇过线上5W+QPS的峰值，也在压测状态下经历过10W+QPS的大流量请求，本篇博客的话题主要就是自己对高并发流量控制的一点思考。应对大流量的一些思路首先，我们来说一下什么是大流量？大流量，我们很可能会冒出：TPS（每秒事务量），QPS（每秒请求量），1W+，5W+，10W+，100W+...。其实并没有一个绝对的数字，如果这个量造成了系统的压力，影响了系统的性能，那么这个量就可以称之为大流量了。其次，应对大流量的一些常见手段是什么？缓存：说白了，就是让数据尽早进入缓存，离程序近一点，不要大量频繁的访问DB。降级：如果不是核心链路，那么就把这个服务降级掉。打个比喻，现在的APP都讲究千人千面，拿到数据后，做个性化排序展示，如果在大流量下，这个排序就可以降级掉！关注公众号互联网架构师，回复关键字2T，获取最新架构视频限流：大家都知道，北京地铁早高峰，地铁站都会做一件事情，就是限流了！想法很直接，就是想在一定时间内把请求限制在一定范围内，保证系统不被冲垮，同时尽可能提升系统的吞吐量。注意到，有些时候，缓存和降级是解决不了问题的，比如，电商的双十一，用户的购买，下单等行为，是涉及到大量写操作，而且是核心链路，无法降级的，这个时候，限流就比较重要了。那么接下来，我们重点说一下，限流。限流的常用方式限流的常用处理手段有：计数器、滑动窗口、漏桶、令牌。计数器计数器是一种比较简单的限流算法，用途比较广泛，在接口层面，很多地方使用这种方式限流。在一段时间内，进行计数，与阀值进行比较，到了时间临界点，将计数器清0。这里需要注意的是，存在一个时间临界点的问题。举个栗子，在12:01:00到12:01:58这段时间内没有用户请求，然后在12:01:59这一瞬时发出100个请求，OK，然后在12:02:00这一瞬时又发出了100个请求。这里你应该能感受到，在这个临界点可能会承受恶意用户的大量请求，甚至超出系统预期的承受。滑动窗口由于计数器存在临界点缺陷，后来出现了滑动窗口算法来解决。滑动窗口原理图滑动窗口的意思是说把固定时间片，进行划分，并且随着时间的流逝，进行移动，这样就巧妙的避开了计数器的临界点问题。也就是说这些固定数量的可以移动的格子，将会进行计数判断阀值，因此格子的数量影响着滑动窗口算法的精度。漏桶虽然滑动窗口有效避免了时间临界点的问题，但是依然有时间片的概念，而漏桶算法在这方面比滑动窗口而言，更加先进。有一个固定的桶，进水的速率是不确定的，但是出水的速率是恒定的，当水满的时候是会溢出的。令牌桶注意到，漏桶的出水速度是恒定的，那么意味着如果瞬时大流量的话，将有大部分请求被丢弃掉（也就是所谓的溢出）。为了解决这个问题，令牌桶进行了算法改进。生成令牌的速度是恒定的，而请求去拿令牌是没有速度限制的。这意味，面对瞬时大流量，该算法可以在短时间内请求拿到大量令牌，而且拿令牌的过程并不是消耗很大的事情。（有一点生产令牌，消费令牌的意味）不论是对于令牌桶拿不到令牌被拒绝，还是漏桶的水满了溢出，都是为了保证大部分流量的正常使用，而牺牲掉了少部分流量，这是合理的，如果因为极少部分流量需要保证的话，那么就可能导致系统达到极限而挂掉，得不偿失。限流神器：Guava RateLimiter Guava不仅仅在集合、缓存、异步回调等方面功能强大，而且还给我们封装好了限流的API！ Guava RateLimiter基于令牌桶算法，我们只需要告诉RateLimiter系统限制的QPS是多少，那么RateLimiter将以这个速度往桶里面放入令牌，然后请求的时候，通过tryAcquire()方法向RateLimiter获取许可（令牌）。分布式场景下的限流上面所说的限流的一些方式，都是针对单机而言的，其实大部分的场景，单机的限流已经足够了。分布式下限流的手段常常需要多种技术相结合，比如Nginx+Lua，Redis+Lua等去做。本文主要讨论的是单机的限流，这里就不在详细介绍分布式场景下的限流了。一句话，让系统的流量，先到队列中排队、限流，不要让流量直接打到系统上。【云栖号在线课堂】每天都有产品技术专家分享！课程地址：https://yqh.aliyun.com/zhibo 立即加入社群，与专家面对面，及时了解课程最新动态！【云栖号在线课堂社群】https://c.tb.cn/F3.Z8gvnK 原文发布时间：2020-07-17本文作者：张丰哲本文来自：“互联网架构师”，了解相关信息可以关注“互联网架构师”

2020-07-16

Python里面这些点，据说80%的新手都会一脸懵逼

Python虽然语法简单，通俗易懂，但是再简单它也是一门语言，就像一棵大树，总有一些树枝是弯弯绕绕的，让新手看完之后一脸懵逼，今天我们就来说说这几个点，反正我学的时候是很困惑的！

2018-10-13

双十一前夕京东金融上线“京东超脑”加码刷脸支付

而通过多项人脸识别技术的应用，京东超脑的模型能够防止照片、仿生脸、视频等攻击行为，并对复杂背景的攻击和真人进行有效识别。

2017-10-31

“刷脸”进站，人脸识别落地火车站究竟靠不靠谱

火车站人脸识别初体验记者根据设备提示，将火车票二维码朝上、身份证朝下，一同放入设备中间的橙色入口处，然后将脸部对准机器摄像头进行“刷脸”，大概识别了一秒钟左右，蓝色闸门打开，机器自动放行，整个过程非常快速

2017-10-24

刷脸支付可靠吗？最新木马Acecard分分钟窃取你的信息

随着计算机技术的发展，支付方式也发生了翻天覆地的变化，先是数字密码支付，到指纹密码支付，现在又发展到了人脸识别技术支付。人脸识别技术支付给用户提供了一种更为方便的支付方式，用户可用自拍验证身份信息，这看似非常安全，实则不然。黑客们已经找到这种安全方式的不安全之处了。 McAfee在其博客中表示，有安全研究员已经发现了一种新型的安卓银行木马，它会伪装成一个视频插件，比如Adobe Flash Player、色情APP、视频解码器等，然后要求受害者发送一张手持ID卡的自拍照。该木马的最新版本叫做Acecard，据卡巴斯基反恶意软件研究小组成员称，它们是目前危害性最大的安卓银行木马。一旦成功安装在受害者设备上，木马即会要求获得用户的操作权限，执行恶意代码，然后等待受害者打开该应用，诱骗受害者的敏感信息。 Acecard会窃取你的支付卡和真实ID信息如果银行木马公然的暴露在设备上，就会很容易被发现，所以Acecard就将自己隐藏在一个合法的APP上，然后继续执行恶意操作：收集受害者的银行卡姓名、信用卡的有效期、CVV码等。 McAfee的安全研究员Bruce Snell解释称： “它在合法应用程序上有自己的窗口，要求受害者输入自己的信用卡详细信息。在验证信用卡正确性之后，会继续要求受害者给予其他的信息，比如卡背后的四位数字。” 随后，木马会再次要求受害者输入一些个人信息，比如他们的姓名、出生日期、邮箱地址、信用卡正面照片、信用卡反面照片。甚至，它还会要求受害者拍一张手持信用卡的正面自拍照。黑客可以非法转账，掏空你的网银账户有了上述信息，黑客们便可以做任何他想做的事情了，银行转账，登录你的社交媒体账户等等，都是轻而易举的事情。其实，从社工的角度来看，这种诱骗伎俩着实不够新颖，而且漏洞百出，没有哪家公司或者合法应用会要求用户输入这么多个人敏感信息的。只要有点技术含量或者理智点的用户都能分辨出它的恶意目的，但是往往还有很多用户会上当受骗。目前，被Acecard银行木马感染的用户主要位于新加坡和香港。尽管这些伪造的、不合法的APP已经从Google Play Store上下架，但是还是要再次提醒用户，不要从第三方或者不受信任来源处下载应用。最后再次提醒：没有哪个应用会要求你提供一张手持银行卡的自拍照，除非是去银行柜台办理服务。作者：佚名来源：51CTO

2017-07-31

美媒称银川跻身“智慧城市”：你的脸就是信用卡

据美国有线电视新闻网网站10月11日报道，在银川，你的脸就是你的信用卡。在当地公交车上，人脸识别软件取代了收费箱。

2017-07-02

阿里云APP上线“备案刷脸核验”功能网站备案时间大幅缩短

近日，阿里云APP就正式上线了“备案刷脸核验”功能，网站备案客户可直接在APP上传相关资料，极大的缩短了网站备案时间。

2017-04-13

阿里云如何在阿里电商平台每天产生的2千万条商品评价中，高效甄别出净负面评论并跟进处理的？

当一个卖家每天产生数百条商品评价时，假如用人工方式逐条甄别好评、差评，摘录收集消费者反馈的关键点，平均需要占用两名客服人员的工时；一旦遇上营销活动或者大促，则所需的工时更

2018-08-01

资源下载

更多资源

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。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。