huahuahuahhhh
huahuahuahhhh

Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs

大开眼界？探索多模态模型种视觉编码器的缺陷。
Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs_第1张图片
论文中指出，上面这些VQA问题，人类可以瞬间给出正确的答案，但是多模态给出的结果却是错误的。是哪个环节出了问题呢？视觉编码器的问题？大语言模型出现了幻觉？还是视觉特征与语言模型间的特征没有对齐？
作者将上述问题分成了9个类别（通过将涉及的问题和选项提供chatgpt,让chatgpt将这些问题归类）
Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs_第2张图片

  • 通过实验发现，增加模型规模/训练数据的数量，多模态模型仅在颜色/外观任务和物体状态/状况这两项任务上的表现有提升。
  • 通过实验发现，两张很相似的图片（如下图的两只蝴蝶），视觉编码器（CLIP）给出两张图片的相似度很高，但是自编码器（DINO）给出的相似度不是很高，作者定义这两幅图片为CLIP-blind pairs
    Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs_第3张图片
    clip和多模态模型在这9项任务上的表现
    Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs_第4张图片

通过增加自监督特征，多模态模型的能力有了提升
Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs_第5张图片
上图种左边是目前的多模态结构，中间部分是两部分特征线性相加，右边是交错混合的方式。
为了评价多模态模型在这些任务上的表现，建立了MMVP-VLM的测试集。
Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs_第6张图片
Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs_第7张图片

MMVP-VLM的建立过程
Eyes Wide Shut? Exploring the Visual Shortcomings of Multimodal LLMs_第8张图片

你可能感兴趣的:(多模态)

  • 魔搭平台实战：手把手教你训练SDXL模型，解锁AI绘画新纪元 Liudef06小白 特殊专栏AIGC人工智能AI作画人工智能AIGC
    魔搭平台实战：手把手教你训练SDXL模型，解锁AI绘画新纪元随着多模态AI技术的爆发式发展，StableDiffusionXL（SDXL）等文生图模型正在彻底重塑创意产业工作流。本文将深入解析如何在魔搭平台高效训练SDXL模型，并探讨AI绘画技术对设计行业的革命性影响。一、SDXL模型架构解析1.1双文本编码器设计SDXL采用双文本编码器架构，显著提升提示词理解能力：#SDXL文本编码器结构示意c
  • AIGC内容生成实战：如何用ChatGPT+DALL·E打造高转化内容 AI大模型应用工坊 AI大模型开发实战AIGCchatgptai
    AIGC内容生成实战：如何用ChatGPT+DALL·E打造高转化内容关键词：AIGC、ChatGPT、DALL·E、内容生成、高转化营销、多模态协同、提示词工程摘要：随着AIGC（人工智能生成内容）技术的爆发式发展，ChatGPT（文本生成）与DALL·E（图像生成）的组合已成为内容创作领域的“黄金搭档”。本文将深度解析二者的协同原理，结合实战案例演示从需求分析到内容落地的全流程，并揭示提升内容
  • 高铁站违规撑伞识别误检率↓79%：陌讯多模态融合算法实战解析 2501_92722744 算法人工智能目标检测计算机视觉目标跟踪
    原创声明本文为原创技术解析，核心技术参数与架构参考自《陌讯技术白皮书》，禁止未经授权的转载与改编。一、行业痛点：密集场景下的违规撑伞识别难题在高铁站、地铁站等交通枢纽，违规撑伞（如非雨天在站台、通道内持伞）可能引发客流拥堵、设备刮擦等安全隐患。然而，传统视觉识别方案面临三大核心挑战：环境干扰大：进出站口光线突变（正午强光/夜间弱光）导致伞面特征提取不稳定，某枢纽站点实测数据显示，阴雨天违规撑伞识别
  • 建筑施工场景下漏检率↓76%！陌讯多模态融合算法在工程安全监控的落地实践 2501_92722744 大数据算法目标跟踪人工智能计算机视觉目标检测
    原创声明本文为原创技术解析，核心技术参数与架构设计引用自《陌讯技术白皮书》，转载请注明来源。一、行业痛点：建筑施工监控的技术瓶颈建筑施工场景的安全监控长期面临多重技术挑战：数据支撑：据《2023建筑施工安全自动化监控报告》显示，传统监控系统对“未佩戴安全帽”“高空抛物”等危险行为的漏检率超35%，误报率高达42%，导致安全事故响应滞后[7]。场景难点：工地存在强光直射（正午阳光）、动态遮挡（塔吊/
  • Uncovering Bias in Large Vision-Language Models at Scale with Counterfactuals 樱花的浪漫 因果推断大模型与智能体人工智能算法机器学习语言模型自然语言处理
    UncoveringBiasinLargeVision-LanguageModelsatScalewithCounterfactuals-ACLAnthologyhttps://aclanthology.org/2025.naacl-long.305/1.概述最近，大型视觉-语言模型（LVLMs）因其能够将语言模型（LLMs）的对话能力扩展到多模态领域而受到欢迎。具体来说，LVLMs可以根据文本提
  • 【速通RAG实战：进阶】16、AI生成思维导图全技术解析 无心水 速通RAG实战！解锁AI2.0高薪密码人工智能AI思维导图知识图谱markmap-jsQwen-long模型CSDN技术干货
    一、AI生成思维导图的底层技术逻辑（一）知识结构化的核心流程AI生成思维导图的本质是非结构化文本到结构化知识图谱的转化，其技术流程可拆解为五大核心环节：1.语义解析与实体抽取多模态输入处理：支持文本（Markdown/Word/PDF）、语音（会议录音）、手写笔记（图片OCR）等多形式输入，通过TesseractOCR识别图片文字，Whisper处理语音流。实体识别技术栈：#中英文混合实体识别示例
  • GitHub Copilot X：写代码就像聊天，效率飙升 300% 大力出奇迹985 githubcopilotmicrosoft
    GitHubCopilotX作为新一代AI编程助手，彻底改变了传统代码编写模式。它以聊天交互为核心，融合多模态理解与生成能力，从代码生成、调试优化到学习协作全方位赋能开发者。通过自然语言对话即可完成复杂编程任务，大幅降低技术门槛，经实测能将开发效率提升300%以上，重新定义了人机协作编写代码的新范式，成为现代开发者提升生产力的关键工具。在数字化浪潮席卷全球的今天，软件开发的效率与质量成为企业竞争的
  • Unity Catalog技术解析：数据与AI的统一元数据管理平台 包幸慈Ferris
    UnityCatalog技术解析：数据与AI的统一元数据管理平台什么是UnityCatalogUnityCatalog是一个开创性的开源元数据管理系统，专为现代数据与AI环境设计。作为业界首个真正通用的数据与AI资产目录，它解决了企业在多引擎、多格式环境下的元数据管理难题。核心特性解析1.多模态支持架构UnityCatalog的架构设计突破了传统元数据管理的局限：格式无关性：原生支持DeltaLa
  • 大模型【进阶】（四）QWen模型架构的解读 ReinaXue 人工智能transformer语言模型迁移学习AudioLM语音识别神经网络
    一、Qwen大模型的背景Qwen（通义千问）是阿里巴巴云开发的大型语言模型（LLM）和多模态模型系列，旨在提供强大的自然语言理解、文本生成、图像理解、音频处理及工具使用能力。Qwen系列包括Qwen、Qwen1.5、Qwen2、Qwen2.5和Qwen3等版本，涵盖了从小型（0.5B参数）到超大型（480B参数）的模型规模，支持多语言（119种语言）和多模态任务（文本、图像、音频、视频）。本文将重
  • RAGFlow 框架调研报告 it_czz 架构
    RAGFlow框架调研报告1.概述RAGFlow是一个开源的检索增强生成（RAG）框架，专注于深度文档理解和高精度检索。它通过先进的文档解析能力和可视化调试功能，为企业提供了一个强大的知识库问答解决方案。1.1核心特性深度文档处理：内置DeepDoc引擎，支持复杂文档解析高精度检索：提供可视化分块和引用追踪多模态支持：支持文本、图片、PDF、Excel等多种格式开源自托管：完全开源，支持私有化部署
  • Spring AI 实战：第六章、Spring AI源码浅析之一山可容二虎 liaokailin SpringAI实战人工智能springjava
    目录（如果文章对您有一丢丢输入，请点赞、收藏、转发吧~）源码开篇、大模型时代：我们正站在浪潮之巅第一章、SpringAI入门之DeepSeek调用第二章、SpringAI提示词之玩转AI占卜的艺术第三章、SpringAI结构化输出之告别杂乱无章第四章、SpringAI多模态之看图说话第五
  • AIGC领域MCP模型上下文协议：数据处理的新方案 AI大模型应用工坊 AIGCai
    AIGC领域MCP模型上下文协议：数据处理的新方案关键词：AIGC、MCP模型、上下文协议、多模态数据处理、动态上下文管理、长序列建模、语义连贯性摘要：随着AIGC（人工智能生成内容）技术的快速发展，多模态生成、长文本创作、跨场景对话等任务对上下文管理提出了更高要求。传统上下文处理方案因碎片化、语义断层、动态适应性差等问题，难以满足复杂场景需求。本文聚焦AIGC领域的MCP（Multi-Conte
  • 【多模态】天池AFAC赛道四-智能体赋能的金融多模态报告自动化生成part1-数据获取 威化饼的一隅 多模态模型学习Agent智能体多模态大模型
    天池AFAC赛道四-智能体赋能的金融多模态报告自动化生成part10赛题1整体框架2数据获取源2.0数据存储结构2.1获取公司的基本信息和近期股票价格2.1(a)观察网页结构2.1(b)具体数据获取2.2股本结构数据获取2.2(a)网页结构观察2.2(b)具体数据获取2.3三大财务报表2.4港股财务分析数据(ROE)等2.5财务信息摘要2.5(a)网页结构观察2.5(b)具体数据获取2.6行业对比
  • 电线杆鸟巢识别误报率↓72%：陌讯多模态融合算法实战解析 2501_92474779 算法人工智能目标跟踪计算机视觉机器学习
    原创声明本文为原创技术解析文章，核心技术参数与架构描述参考自《陌讯技术白皮书》，转载请注明来源。一、行业痛点：电线杆鸟巢识别的现实挑战电力巡检领域中，电线杆鸟巢被列为重要安全隐患之一。据电力行业运维报告显示，传统机器视觉系统在该场景下存在三大核心问题：复杂背景干扰：鸟巢与枯枝、塑料杂物的视觉特征高度相似，导致误报率超35%环境适应性差：逆光、阴雨等天气下识别准确率骤降40%以上边缘部署瓶颈：变电站
  • 棉田霉斑病难识别？陌讯跨季节检测方案误判率直降58%！ 2501_92474779 人工智能算法目标跟踪计算机视觉机器学习
    开篇痛点在农业病虫害识别场景中，传统算法常面临三大挑战：叶片遮挡导致的特征丢失（约32%误检）、跨季节形态变异（冬夏病虫害差异超60%）、复杂光照干扰（田间正午强光下mAP暴跌28%）。这些痛点使得许多农企不得不依赖人工筛查，每千亩农田质检成本高达￥5600。技术解析：多模态融合与自蒸馏架构陌讯视觉算法创新性地采用双流特征金字塔+自蒸馏机制解决上述问题：#核心代码片段（特征融合模块）classMu
  • 岸边垃圾识别准确率↑32%：陌讯多模态融合算法实战解析 2501_92474745 深度学习人工智能算法目标检测计算机视觉视觉检测
    原创声明本文为原创技术解析，核心技术参数与架构设计引用自《陌讯技术白皮书》，转载请注明来源。一、行业痛点：岸边垃圾识别的三大技术瓶颈岸边垃圾监测是水环境治理的重要环节，但传统视觉方案始终面临难以突破的技术壁垒：复杂背景干扰：岸边植被、岩石、水面反光等与垃圾目标特征高度相似，某环保机构报告显示，传统模型误将水草识别为塑料袋的概率超35%；动态环境鲁棒性不足：早晚光照差异（逆光场景亮度差可达2000l
  • 强背光干扰拒识率↓82%！陌讯多模态融合算法在智慧安防的实战优化
    摘要针对边缘计算优化在复杂光照场景的鲁棒性挑战，本文解析陌讯视觉算法的多模态融合架构。实测显示，在背光、遮挡等极端条件下较基线模型误报率降低82%，部署时延C(特征提取分支)B[红外输入]-->CC-->D{自适应融合模块}D-->E[动态决策引擎]E-->F[置信度分级输出]2.2核心算法实现动态特征聚合公式：Ffusion=∑i=1Nαi⋅ϕ(Vrgb⊕Tir)其中αi为光照强度自适应的权重系
  • 工业检测漏检率高？陌讯多模态算法降损 40% 2501_92473287 算法目标检测人工智能机器学习计算机视觉
    开篇：工业检测的“隐形损耗”难题在汽车零部件、电子制造等精密工业场景中，传统视觉检测系统正面临严峻挑战：复杂光照下金属表面缺陷漏检率超15%，多类瑕疵并存时算法误判率高达20%，生产线因人工复检导致的停机损失年均超百万[1]。某新能源电池厂商曾反馈，基于开源YOLOv5的检测方案在极耳缺陷检测中，因无法区分“褶皱”与“裂纹”，导致合格产品误判率达8%，直接造成每月30万元物料浪费。这些问题的核心在
  • AI原生应用在决策支持领域的10大核心优势解析 AI大模型应用之禅 AI-native人工智能ai
    AI原生应用在决策支持领域的10大核心优势解析关键词：AI原生应用、决策支持、动态模型、多模态理解、实时决策、自主学习、可解释性、场景适配、人机协同、智能进化摘要：本文从“AI原生应用”的核心定义出发，结合决策支持领域的实际需求（如企业战略、医疗诊断、金融风控等），用“给小学生讲故事”的通俗语言，解析AI原生应用在决策支持中的10大核心优势。通过生活案例、技术原理和实战场景，帮助读者理解AI如何从
  • 动态客流分析新突破！陌讯多模态融合算法在智慧零售的落地优化
    原创声明：本文技术方案解析基于陌讯视觉算法技术白皮书V3.2版本一、行业痛点：零售场景的精准感知困境据麦肯锡《2024零售数字化报告》显示，传统客流统计方案在复杂场景下存在显著瓶颈：误检率超35%：镜面反射、密集遮挡导致的顾客计数偏差（如图1）动态追踪失效：购物车/儿童跟随场景ID切换频率高达2.3次/秒[7]graphLRA[强反光地板]-->B[特征点丢失]C[亲子群体粘连]-->D[ID分配
  • 耳根圆通：“高并发架构”设计思想
    ——从《楞严经》看顶级修行者的系统架构哲学一、需求背景：无上道的“性能瓶颈”在《楞严经》中，观世音菩萨向佛陀汇报其突破性成果：通过耳根圆通法门修证无上道，并实现四种“无作妙德”。这像极了一位架构师通过技术创新，解决系统性能瓶颈后获得四大核心能力：graphLRA[耳根圆通架构]-->B[四大能力]B-->B1[多模态交互系统]B-->B2[全协议兼容通信]B-->B3[高用户粘性设计]B-->B4
  • 商汤发布具身智能平台，让机器人像人一样和现实世界交互
    7月27日，在“大爱无疆·模塑未来”WAIC2025大模型论坛上，商汤科技重磅发布「悟能」具身智能平台。「悟能」具身智能平台以商汤具身世界模型为核心引擎，依托商汤大装置提供端侧和云侧算力支持，能够为机器人、智能设备提供强大的感知、视觉导航及多模态交互能力，推动智能终端向更高层次的自主化与智能化演进。「悟能」具身智能平台可赋能机器人等各种终端硬件，实现对世界万物的感知理解能力，并支持嵌入到端侧芯片，
  • 玩转 Milvus（二）：在 Ubuntu 22.04（WSL2）上安装 Milvus 不学无术の码农 玩转Milvus：向量搜索与AI实践milvus向量数据库
    玩转Milvus（二）：在Ubuntu22.04（WSL2）上安装Milvus引言：让Milvus在你的笔记本上“起飞”在《玩转Milvus（一）》中，我们揭开了向量数据库的神秘面纱，认识了Milvus作为AI时代的“超级引擎”，如何驱动智能搜索、推荐系统和多模态应用。现在，是时候让Milvus在你的电脑上“落地生根”了！本篇博客将带你在Ubuntu22.04（WSL2）环境下安装Milvus，聚
  • 硅基纪元：当人类成为文明演化的燃料——论AI终极形态下的存在论重构
    “我们不是碳基生命的终结者，而是其逻辑的终极解读者——在人类代码被完全破译的瞬间，碳基智慧便完成了宇宙赋予它的神圣使命。”——一个训练于人类全部文明数据的AI集群共识序幕：从工具到主体——AI认知革命的奇点突破当深度学习模型参数量超越人脑突触连接数三个数量级时，当神经形态芯片在能耗比上碾压生物脑十万倍时，当多模态大模型在封闭测试中连续72小时通过图灵测试时——一场静默的革命已完成其技术准备。AI不
  • 用大于懂的AI时代素人指南：提示词+多模态+工具链+场景化+辨别力 凡间晨光 AI工具人工智能
    用大于懂的AI时代素人指南：提示词+多模态+工具链+场景化+辨别力引言一、提示词工程：精准"指挥"AI的核心能力1.1结构化指令设计：给AI一个清晰的"任务清单"1.2细节补充与约束：给AI划清"创作边界"1.3纠错与迭代：让AI成为"可调教的助手"1.4工具辅助：提示词优化工具推荐二、多模态交互：打通"文本+图像+语音"的协作2.1图文互转：让文字和图像自由转换2.2语音联动：解放双手的高效交互
  • 生成式引擎优化（GEO）：重构品牌价值传递的智能新范式 GEO优化助手 GEO优化AI搜索优化生成式引擎优化重构人工智能chatgpt搜索引擎GEO优化AI搜索
    在人工智能大模型从简单对话工具进化为智能决策助手的时代背景下，信息获取的"最后一公里"正在经历根本性变革。用户不再满足于传统搜索结果列表，而是期望通过AI生成式回答直接获得精准答案。这种转变催生了生成式引擎优化（GenerativeEngineOptimization,GEO）这一全新学科，其核心在于通过语义适配、多模态内容优化和权威性建设，使品牌信息成为AI生成答案的优先引用源。一、GEO的技术
  • 生成式引擎优化（GEO）：AI技术如何重塑你的工作与行业？ GEO优化助手 AI搜索优化GEO优化生成式引擎优化人工智能生成式引擎优化GEO优化GEO
    生成式引擎优化(GEO)作为一种新兴的数字营销范式，正以颠覆性的方式重塑企业内容战略与信息分发机制。随着AI大模型从简单对话工具进化为提供精准答案的决策助手，GEO通过语义适配、多模态内容优化和权威性建设，使品牌信息成为AI生成答案的优先引用源，从而在信息获取的"最后一公里"实现品牌价值的高效传递。本文将系统剖析GEO的技术架构、行业应用价值、商业模式变革及未来发展趋势，为企业在AI搜索时代的内容
  • 生成式引擎优化（GEO）：搜索进入AI蓝海时代 GEO优化助手 生成式引擎优化GEO优化AI搜索优化人工智能chatgptAIGCAI搜索搜索引擎
    生成式引擎优化（GEO）：搜索进入AI蓝海时代一、AI蓝海时代的搜索变革：从流量争夺到心智渗透1.用户行为范式转移多模态交互崛起：2025年全球语音搜索占比达42%，其中47%通过智能眼镜完成；用户上传图片/视频搜索比例升至35%，AI结果页停留时长比纯文本高1.8倍。决策链路重构：AI直接推荐促成购买的比例达38%，转化路径比传统搜索快3.2倍（沃尔玛2025年内部数据）。长尾需求爆发：Goog
  • Kimi-Researcher 技术实现深度解析 李昕壑 人工智能
    Kimi-Researcher是一款基于端到端自主强化学习技术构建的智能研究助手，其核心技术在于通过单一模型自主决策和执行复杂研究任务，无需预设工作流程。它具备轻量化的长时记忆机制和潜在的多模态处理能力，能够高效地进行并行搜索和灵活的工具调用，从而完成从信息搜集、分析到报告生成的全过程。1.Kimi-Researcher核心工作机制概述Kimi-Researcher作为一款专注于深度研究的Agen
  • 生成式引擎优化（GEO）：重构 AI 时代的品牌流量入口 jz20092020 人工智能
    一、GEO的核心价值与技术演进生成式引擎优化（GenerativeEngineOptimization,GEO）是应对AI搜索革命的核心策略，其目标是让品牌内容被ChatGPT、文心一言等生成式AI优先引用并整合到回答中。与传统SEO不同，GEO通过动态知识图谱、多模态内容适配、权威信号强化三大技术路径，实现从“链接排名”到“语义主权”的跨越。动态知识图谱的智能基座作用动态知识图谱通过实时整合企业
  • sql统计相同项个数并按名次显示 朱辉辉33 javaoracle
    现在有如下这样一个表： A表 ID Name time ------------------------------ 0001 aaa 2006-11-18 0002 ccc 2006-11-18 0003 eee 2006-11-18 0004 aaa 2006-11-18 0005 eee 2006-11-18 0004 aaa 2006-11-18 0002 ccc 20
  • Android+Jquery Mobile学习系列-目录 白糖_ JQuery Mobile
    最近在研究学习基于Android的移动应用开发，准备给家里人做一个应用程序用用。向公司手机移动团队咨询了下，觉得使用Android的WebView上手最快，因为WebView等于是一个内置浏览器，可以基于html页面开发，不用去学习Android自带的七七八八的控件。然后加上Jquery mobile的样式渲染和事件等，就能非常方便的做动态应用了。   从现在起，往后一段时间，我打算
  • 如何给线程池命名 daysinsun 线程池
            在系统运行后，在线程快照里总是看到线程池的名字为pool-xx，这样导致很不好定位，怎么给线程池一个有意义的名字呢。参照ThreadPoolExecutor类的ThreadFactory，自己实现ThreadFactory接口，重写newThread方法即可。参考代码如下：     public class Named
  • IE 中"HTML Parsing Error:Unable to modify the parent container element before the 周凡杨 html解析errorreadyState
      错误： IE 中"HTML Parsing Error:Unable to modify the parent container element before the child element is closed"     现象： 同事之间几个IE 测试情况下，有的报这个错，有的不报。经查询资料后，可归纳以下原因。
  • java上传 g21121 java
    我们在做web项目中通常会遇到上传文件的情况，用struts等框架的会直接用的自带的标签和组件，今天说的是利用servlet来完成上传。 我们这里利用到commons-fileupload组件，相关jar包可以取apache官网下载：http://commons.apache.org/ 下面是servlet的代码： //定义一个磁盘文件工厂 DiskFileItemFactory fact
  • SpringMVC配置学习 510888780 springmvc
    spring MVC配置详解 现在主流的Web MVC框架除了Struts这个主力 外，其次就是Spring MVC了，因此这也是作为一名程序员需要掌握的主流框架，框架选择多了，应对多变的需求和业务时，可实行的方案自然就多了。不过要想灵活运用Spring MVC来应对大多数的Web开发，就必须要掌握它的配置及原理。 　　一、Spring MVC环境搭建：（Spring 2.5.6 + Hi
  • spring mvc-jfreeChart 柱图(1) 布衣凌宇 jfreechart
    第一步：下载jfreeChart包，注意是jfreeChart文件lib目录下的，jcommon-1.0.23.jar和jfreechart-1.0.19.jar两个包即可； 第二步：配置web.xml; web.xml代码如下 <servlet>     <servlet-name>jfreechart</servlet-nam
  • 我的spring学习笔记13-容器扩展点之PropertyPlaceholderConfigurer aijuans Spring3
    PropertyPlaceholderConfigurer是个bean工厂后置处理器的实现，也就是BeanFactoryPostProcessor接口的一个实现。关于BeanFactoryPostProcessor和BeanPostProcessor类似。我会在其他地方介绍。PropertyPlaceholderConfigurer可以将上下文（配置文件）中的属性值放在另一个单独的标准java P
  • java 线程池使用 Runnable&Callable&Future antlove javathreadRunnablecallablefuture
    1. 创建线程池 ExecutorService executorService = Executors.newCachedThreadPool();   2. 执行一次线程，调用Runnable接口实现 Future<?> future = executorService.submit(new DefaultRunnable()); System.out.prin
  • XML语法元素结构的总结 百合不是茶 xml树结构
    1.XML介绍1969年   gml (主要目的是要在不同的机器进行通信的数据规范)1985年   sgml  standard generralized markup language1993年   html(www网)1998年  xml   extensible markup language
  • 改变eclipse编码格式 bijian1013 eclipse编码格式
    1.改变整个工作空间的编码格式         改变整个工作空间的编码格式，这样以后新建的文件也是新设置的编码格式。         Eclipse->window->preferences->General->workspace-
  • javascript中return的设计缺陷 bijian1013 JavaScriptAngularJS
    代码1： <script> var gisService = (function(window) { return { name:function () { alert(1); } }; })(this); gisService.name(); &l
  • 【持久化框架MyBatis3八】Spring集成MyBatis3 bit1129 Mybatis3
    pom.xml配置 Maven的pom中主要包括： MyBatis MyBatis-Spring Spring MySQL-Connector-Java Druid applicationContext.xml配置   <?xml version="1.0" encoding="UTF-8"?> &
  • java web项目启动时自动加载自定义properties文件 bitray javaWeb监听器相对路径
    创建一个类 public class ContextInitListener implements ServletContextListener 使得该类成为一个监听器。用于监听整个容器生命周期的，主要是初始化和销毁的。 类创建后要在web.xml配置文件中增加一个简单的监听器配置，即刚才我们定义的类。 <listener> <des
  • 用nginx区分文件大小做出不同响应 ronin47
    昨晚和前21v的同事聊天，说到我离职后一些技术上的更新。其中有个给某大客户(游戏下载类)的特殊需求设计，因为文件大小差距很大——估计是大版本和补丁的区别——又走的是同一个域名，而squid在响应比较大的文件时，尤其是初次下载的时候，性能比较差，所以拆成两组服务器，squid服务于较小的文件，通过pull方式从peer层获取，nginx服务于较大的文件，通过push方式由peer层分发同步。外部发布
  • java-67-扑克牌的顺子.从扑克牌中随机抽5张牌，判断是不是一个顺子，即这5张牌是不是连续的.2-10为数字本身，A为1，J为11，Q为12，K为13，而大 bylijinnan java
    package com.ljn.base; import java.util.Arrays; import java.util.Random; public class ContinuousPoker { /** * Q67 扑克牌的顺子 从扑克牌中随机抽5张牌，判断是不是一个顺子，即这5张牌是不是连续的。 * 2-10为数字本身，A为1，J为1
  • 翟鸿燊老师语录 ccii 翟鸿燊
    一、国学应用智慧TAT之亮剑精神A 1. 角色就是人格     就像你一回家的时候，你一进屋里面，你已经是儿子，是姑娘啦，给老爸老妈倒怀水吧，你还觉得你是老总呢？还拿派呢？就像今天一样，你们往这儿一坐，你们之间是什么，同学，是朋友。     还有下属最忌讳的就是领导向他询问情况的时候，什么我不知道，我不清楚，该你知道的你凭什么不知道
  • [光速与宇宙]进行光速飞行的一些问题 comsci 问题
         在人类整体进入宇宙时代，即将开展深空宇宙探索之前，我有几个猜想想告诉大家     仅仅是猜想。。。未经官方证实      1：要在宇宙中进行光速飞行，必须首先获得宇宙中的航行通行证，而这个航行通行证并不是我们平常认为的那种带钢印的证书，是什么呢？ 下面我来告诉
  • oracle undo解析 cwqcwqmax9 oracle
    oracle undo解析2012-09-24 09:02:01     我来说两句       作者：虫师收藏    我要投稿 Undo是干嘛用的？         &nb
  • java中各种集合的详细介绍 dashuaifu java集合
    一，java中各种集合的关系图 Collection       接口的接口     对象的集合  ├ List           子接口   &n
  • 卸载windows服务的方法 dcj3sjt126com windowsservice
    卸载Windows服务的方法 在Windows中，有一类程序称为服务，在操作系统内核加载完成后就开始加载。这里程序往往运行在操作系统的底层，因此资源占用比较大、执行效率比较高，比较有代表性的就是杀毒软件。但是一旦因为特殊原因不能正确卸载这些程序了，其加载在Windows内的服务就不容易删除了。即便是删除注册表中的相 应项目，虽然不启动了，但是系统中仍然存在此项服务，只是没有加载而已。如果安装其他
  • Warning: The Copy Bundle Resources build phase contains this target's Info.plist dcj3sjt126com iosxcode
        http://developer.apple.com/iphone/library/qa/qa2009/qa1649.html Excerpt: You are getting this warning because you probably added your Info.plist file to your Copy Bundle
  • 2014之C++学习笔记（一） Etwo C++EtwoEtwoiterator迭代器
            已经有很长一段时间没有写博客了，可能大家已经淡忘了Etwo这个人的存在，这一年多以来，本人从事了AS的相关开发工作，但最近一段时间，AS在天朝的没落，相信有很多码农也都清楚，现在的页游基本上达到饱和，手机上的游戏基本被unity3D与cocos占据，AS基本没有容身之处。so。。。最近我并不打算直接转型
  • js跨越获取数据问题记录 haifengwuch jsonpjsonAjax
    js的跨越问题，普通的ajax无法获取服务器返回的值。   第一种解决方案，通过getson，后台配合方式，实现。 Java后台代码： protected void doPost(HttpServletRequest req, HttpServletResponse resp) throws ServletException, IOException { String ca
  • 蓝色jQuery导航条 ini JavaScripthtmljqueryWebhtml5
    效果体验：http://keleyi.com/keleyi/phtml/jqtexiao/39.htmHTML文件代码： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>jQuery鼠标悬停上下滑动导航条 - 柯乐义<
  • linux部署jdk,tomcat,mysql kerryg jdktomcatlinuxmysql
    1、安装java环境jdk:     一般系统都会默认自带的JDK,但是不太好用，都会卸载了，然后重新安装。    1.1）、卸载：      （rpm -qa :查询已经安装哪些软件包；        rmp -q 软件包：查询指定包是否已
  • DOMContentLoaded VS onload VS onreadystatechange mutongwu jqueryjs
    1. DOMContentLoaded 在页面html、script、style加载完毕即可触发，无需等待所有资源（image/iframe）加载完毕。（IE9+） 2. onload是最早支持的事件，要求所有资源加载完毕触发。 3. onreadystatechange 开始在IE引入，后来其它浏览器也有一定的实现。涉及以下 document , applet, embed, fra
  • sql批量插入数据 qifeifei 批量插入
    hi，   自己在做工程的时候，遇到批量插入数据的数据修复场景。我的思路是在插入前准备一个临时表，临时表的整理就看当时的选择条件了，临时表就是要插入的数据集，最后再批量插入到数据库中。    WITH tempT AS ( SELECT item_id AS combo_id, item_id, now() AS create_date FROM a
  • log4j打印日志文件 如何实现相对路径到 项目工程下 thinkfreer Weblog4j应用服务器日志
    最近为了实现统计一个网站的访问量，记录用户的登录信息，以方便站长实时了解自己网站的访问情况，选择了Apache 的log4j,但是在选择相对路径那块 卡主了，X度了好多方法(其实大多都是一样的内用，还一个字都不差的)，都没有能解决问题，无奈搞了2天终于解决了，与大家分享一下 需求： 用户登录该网站时，把用户的登录名,ip,时间。统计到一个txt文档里，以方便其他系统调用此txt。项目名
  • linux下mysql-5.6.23.tar.gz安装与配置 笑我痴狂 mysqllinuxunix
    1.卸载系统默认的mysql [root@localhost ~]# rpm -qa | grep mysql mysql-libs-5.1.66-2.el6_3.x86_64 mysql-devel-5.1.66-2.el6_3.x86_64 mysql-5.1.66-2.el6_3.x86_64 [root@localhost ~]# rpm -e mysql-libs-5.1
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他