WeiSha100 WeiSha100
3年前
开源线上刷题软件系统
一个开源的刷题系统,可以用于线上学习,除刷题功能外,还有视频点播,直播,考试等功能,有源代码,可以做二次开发,有部署教程,很快就搭建好了,安利给需要的朋友!1、刷题:可批量管理上传试题的题库,有章节练习,错题回顾,高频错题,记笔记,收藏,统计答题正确率,保存进度等功能2、视频点播:在线点播视频,可上传图文资料,习题等3、直播:对接七牛云端口,千人在线流畅直播
Wesley13 Wesley13
4年前
java8 stream初试,map排序,list去重,统计重复元素个数,获取map的key集合和value集合
//定义一个100元素的集合,包含AZList<StringlistnewLinkedList<();for(inti0;i<100;i){list.add(String.valueOf((char)('A'Math.random()('Z''A'1))));}
WeiSha100 WeiSha100
3年前
开源在线刷题题库系统搭建
这是一个学练考一体化的学习系统,其中有题库功能,支持五种题型:单选,多选,判断,简答,填空,可批量上传导出试题,支持外网和局域网私有化部署。1.章节练习:试题精确到课程章节,可以与视频归属于同一章节,学员看完视频后可以进入章节练习,巩固学习。2.错题回顾:学员做错的试题,自动收录到错题库,学员可以在错题库中进行专项练习。3.高频错题:统计当前课程下学员错误率
Stella981 Stella981
4年前
Android Native 内存泄漏系统化解决方案
导读:C内存泄漏问题的分析、定位一直是Android平台上困扰开发人员的难题。因为地图渲染、导航等核心功能对性能要求很高,高德地图APP中存在大量的C代码。解决这个问题对于产品质量尤为重要和关键,高德技术团队在实践中形成了一套自己的解决方案。分析和定位内存泄漏问题的核心在于分配函数的统计和栈回溯。如果只知道内存分配点不知道调用栈会
Stella981 Stella981
4年前
Serverless 在游戏运营行业进行数据采集分析的最佳实践
众所周知,游戏行业在当今的互联网行业中算是一棵常青树。在疫情之前的2019年,中国游戏市场营收规模约2884.8亿元,同比增长17.1%。2020年因为疫情,游戏行业更是突飞猛进。玩游戏本就是中国网民最普遍的娱乐方式之一,疫情期间更甚。据不完全统计,截至2019年,中国移动游戏用户规模约6.6亿人,占中国总网民规模8.47亿的77.92%,可见游戏作为一种低
京东云开发者 京东云开发者
2个月前
基于业务知识和代码库增强的大模型生成代码实践
1.存在的问题1.研发产品新人上手难:系统存在知识壁垒,需求背景知识不了解,上线容易出问题,有些壁垒知识只能靠口述,效率极低,上线游链路不了解2.资料散乱:各处资料散乱,虽然可能已经沉淀,但随着人员迭代,可能逐步丢失,造成公司重要资产损失3.运维时间长:面
WeiSha100 WeiSha100
3年前
职业技能在线培训平台搭建源码
亲测了一款好用的职业在线培训系统,培训记录可查询可追溯,精确统计学员学习进度,可打印学习证明,有源代码和开发文档,可在原有程序上进行二次开发,操作简单,强烈推荐呀!这款职业技能培训系统的功能很全面,在这里我大概介绍一下,更具体的可以下载研究使用哦!1、视频点播:视频,课件,图文都可添加2、在线题库:批量导入导出,记录进度,错题回顾,添加笔记3、在线考试:定时
WeiSha100 WeiSha100
3年前
政企单位在线学习考试网站搭建源代码
最近单位需要组织一次党员培训考试,花了好几万买了一套学习系统,免费分享给大家,视频点播可以统计学习进度,也可以组织在线考试,直播和支付功能我们没用到,分享给有需要的人我在这里展开说一些功能,更多功能有需要的可以下载研究哦:1、视频课程版块:视频课后添加课件,图文,学员可以下载学习2、题库刷题版块:可以批量导入导出培训题目3、直播板版块:对接七牛云端口,支持千
WeiSha100 WeiSha100
3年前
源码员工学习培训考试管理系统
最近单位需要组织员工学习培训考试,花了好几万买了一套系统,可以二次开发使用,免费分享给大家,视频点播可以统计学习进度,也可以组织在线考试,直播和支付功能我们暂时没用到,分享给需要的人展开说一些功能,更多功能有需要的可以下载研究哦:1、视频课程版块:视频课后添加课件,图文,学员可以下载学习2、题库刷题版块:可以批量导入导出培训题目3、直播板版块:对接七牛云端口
AGIC.TWang AGIC.TWang
1年前
关于RAG
检索增强生成(RAG)为大型语言模型赋予访问外部知识库的能力,提升其精准性和实用性。它包含三个步骤:检索、增强和生成。RAG通过向量数据库进行语义搜索,克服了传统关键词匹配的局限性。文章以云计算促进人工智能发展为例,在大模型分发助手平台上演示了RAG的实际流程,包括知识准备、知识切割、向量化、提问、相似度计算、提示词构建和答案生成。RAG的未来在于提升精准性、个性化、可扩展性、可解释性和成本效益,最终实现更深入的知识理解和推理,更自然的人机交互以及更广泛的领域应用。