AI 助理
备案控制台

丧心病狂的雷克斯大人_个人页

丧心病狂的雷克斯大人
个人头像照片 个人头像照片
文章
1
问答
92
视频
0

个人介绍

暂无个人介绍

擅长的技术

获得更多能力
通用技术能力：
  • Java
    中级

    能力说明：

    掌握封装、继承和多态设计Java类的方法，能够设计较复杂的Java类结构；能够使用泛型与集合的概念与方法，创建泛型类，使用ArrayList，TreeSet，TreeMap等对象掌握Java I/O原理从控制台读取和写入数据，能够使用BufferedReader，BufferedWriter文件创建输出、输入对象。

    获取记录：

  • Python
    初级

    能力说明：

    了解Python语言的基本特性、编程环境的搭建、语法基础、算法基础等，了解Python的基本数据结构，对Python的网络编程与Web开发技术具备初步的知识，了解常用开发框架的基本特性，以及Python爬虫的基础知识。

    获取记录：

云产品技术能力：

阿里云技能认证

详细说明
暂无更多信息
  • 发表了文章 2022-01-22

    【实验报告】使用ECS服务器部署MySQL数据库

正在加载, 请稍后...
滑动查看更多
  • 回答了问题 2025-02-19

    如何看待「学习 AI 是个伪命题，AI 的存在就是让人不学习」的观点？

    首先（利益相关，哈哈哈哈哈……）对于「学习 AI 是个伪命题，AI 的存在就是让人不学习」这个观点我只能说提出这个观点的人格局和视角是又低又狭隘，为什么这么说呢？首先现在的'AI'从原理上来讲和我认为的“人工智能”还有很大的差距，现在的AI更像是一种”通过算法提取各种信息并通过计算来将最后的结果展示在使用者面前“的一种工具，而最初的提示和最终的结果都是由使用者决定的。基于我浅薄的理解，可以把现有的AI看作一个秘书之类的角色，尽可能在互联网（或训练资源）中根据你的提示词搜集你所需要的信息，这个能力可以把使用者从反复冗长的信息海中拯救出来。 但是！ 现阶段AI即使再强大也无法进行可靠的创新和决策，这是底层限制使然，也就是在找到新的载体并使AI产生自我意识之前，他不过是台重复人类说话的复读机而已，只不过他能存储足够多的信息并且能整理后播放。 回到观点 既然现阶段AI只是一个工具，那我们肯定要学习工具的使用方法，然后让工具为我们产生效益，可以是节约时间、节省精力、减少消耗等。
    踩0 评论0
  • 回答了问题 2025-02-12

    春节假期返工后，你有哪些提升职场幸福感的小技巧？

    相比于各种工作狂人能在工作中产生骄傲自豪的成就感，我作为一个被迫生计打工人是很难从职场中获得幸福感的，只能说是稍微总结一下在苦中作乐的方法。 首先就是不多管闲事，当是个新手小白的时候总急于表现自己的能力，染指很多不属于自己的工作。如果同事没有向你求助你便这样做，会干扰到其他同事的工作计划，也会落下爱表现的标签，会遭到同事们的疏远。 其次是放慢工作节奏，俗话说的好“忙中出错”，放慢工作节奏就会有更多的时间不沉浸于工作事项本身，而是多了很多时间来思考复盘。往往没发现问题“只缘身在此山中”，从繁忙的工作中跳脱出来，留下空闲的时间调节紧绷的神经，往往能发现被忽视的细节。 定时带薪排便，更有俗话说的好“身体是革命的本钱”，没时间健身、调养的我们最好的健身方式就是带薪排便。首先肯定不能在工位上解决，走到卫生间的这段距离就是很好的慢走放松。另外及时排便也是减少对肠道、膀胱等器官压力的方式，避免很多癌症的发生。最后在卫生间这个密闭隐私的场所可以尽情的摸鱼，给自己心理上的放松，能保持一个更好的状态来对待工作。 (工作能有多幸福呢，遇到公司门口路过的狗都想踹两脚)
    踩0 评论0
  • 回答了问题 2025-01-22

    大模型数据处理vs人工数据处理，哪个更靠谱？

    大模型处理数据和人工处理数据各有优劣，一般在数据处理中我更倾向融合使用。 大模型处理数据时更多的是从训练的资源中寻找算法模型，这是一种很偷懒但有效的行为，大多数情况下十分有用，而且大模型的计算速度可以更好更全面的涉及到各种变量。 人工数据处理是需要严密的逻辑线的，所以更能适应一些新场景新算法，及时的调整分析的策略，相比大模型更“变通”一些。 在实际工作中我更倾向于将二者结合，用大模型的数据处理速度加上人工进行算法修正，以高机动性去调整算法模型，以便能更好的进行一些复杂的数据计算。
    踩0 评论0
  • 回答了问题 2025-01-22

    在海量用户中，将如何快速定位到目标人群进行个性化营销？

    又又又是工作相关的问题，我稍微讲一下我是如何筛选营销目标客户的。 众所周知我的营销目标池差不多是亿级的，从中能筛选出来目标的却是十不存一，一般我进行筛选时会进行多轮筛选，着重关注用户的消费习惯，根据用户的历史行为提取相关数据，并融入用户相关的标签信息构建用户画像。 画像完成后更新成营销标签，在进行对应渠道的营销，比如线上、线下、热线、在线等，对同一用户还可以有可能进行多渠道融合营销的方式提高营销信息的曝光率。
    踩0 评论0
  • 回答了问题 2025-01-22

    你认为哪些领域的知识对开发者来说特别重要？

    在工作过程中和他人合作的能力是我感觉至关重要的。 埋头工作5年的时候我发现了自身明显的缺陷，就是聚焦在自己的一亩三分地太久了，缺少了一种自上而下的超脱视角。缺少这种视角导致我忽略了很多有用且重要的细节，往往就会在这种细节上吃亏，这种状态我称之为蠢干活。 后来我慢慢的和其他部门的人交流，很幸运的是大家好像都能从工作中获得成就感，在交流的时候很多大佬都毫无保留地帮助我。我也是在这时候发现人外有人天外有天，不能一昧的以有涯求无涯。 我决定转变工作的策略，从埋头苦干转换为交流沟通。这时我更像是站在了巨人的肩膀上，能够从各位大佬的角度拼凑起一个全局的视角，对所做的事与他人的关联，甚至是他人做的事都有一个了解，优点、缺陷等等等等。这就给了我十足的把握进行自己的工作，从各种角度照顾到多方的优势，补足各方的缺陷，从而获得了很多个人意义上的成功。
    踩0 评论0
  • 回答了问题 2025-01-22

    使用安全体检功能，看看你有多少未修复的安全问题？

    我这边检测出了两条安全风险1、（网络安全）API网关中开启公网访问的API请求方式为HTTPS2、（账号安全）阿里云主账号开启MFA 我感觉对于我来说这个功能很有用，因为一直没有关注安全方面的事情，有时根本不知道这一块是存在风险的。 对于我这种小白来说，我更希望能一键式的解决我的安全风险，至少也要有个跳转的链接比较好，在众多的产品里找到有安全风险的比较费时间且麻烦。
    踩0 评论0
  • 回答了问题 2025-01-08

    与 AI “对话”，多模态音视频交互能给生活提供多大便利？

    还是（为什么要说还？）利益相关，从事相关工作。 首先说一下多模态音视频的优势吧，实际工作中能体会到的最大优势就是解决了老年群体的尴尬。 在业务实践中我们发现老年人其实是最受益于多模态音视频的群体，因为在IT发展阶段，老年人一直是被新兴科技抛弃的，而其中最大的原因就是不能适应交互方式的转变，很多老年人并没有打字交流的能力，也没有使用智能产品的经验，从中导致很多误解、怨气，也加巨了老年人与社会脱节，被社会抛弃的印象。 多模态交互+音视频展示的方式填平了老年人交互的鸿沟，使智能产品的使用返璞归真，进行人类最基本的语音对话+视频展示交互，抚平了使用的门槛。 对于多模态音视频的未来，我比较期待能倾向残疾人群体，或者尽可能地在多模态交互中增加视点、触觉交互（类似霍金的轮椅交互方式），给予最需要生活能力支撑的群体一些科技上的帮助。
    踩0 评论0
  • 回答了问题 2025-01-08

    AI造势，学习机爆火，距离“AI家教”还有多远？

    又到了利益相关的话题了，“AI家教”产品也是我司涉及的范围（为什么要说又）。 现在的家教产品基本上还是以“教授、做题、差错、再次教授”的循环方式，一步步的去加深学生的记忆。不过这和我认为的AI家教还有一定的差距，因为这个学习循环流程有时显得过于机械化，不断地投喂有些类似填鸭的过程。 我认为的AI家教需要在此基础上增加其他的一些能力，来跳脱出这个教育的怪圈。比如，以更科学的方式去定制学习计划，融入遗忘曲线等计算方式进行复习时间点的定制。还可以融入场景应用来增强学生的知识使用能力。顺便可以根据学生喜好融入一些课外知识等等等等。可优化的方面非常多。 但是 如今AI家教的产品客户并不是针对学生，而是针对付款的家长，这就导致了这些产品只需要做到“看上去可以使成绩变好”就可以创造业绩，这可能是一种悲哀，也是现今社会不可跨越的一道鸿沟
    踩0 评论0
  • 回答了问题 2025-01-08

    2024年接近尾声，你对即将到来的2025年有什么样的期待或愿望？

    2025年请保持我2024年给予我的一切：一份轻松的工作、陪伴家人的时间、健康的身体、沿路的美景、街边的陌生人。这些都是我幸福的源泉，请继续保持下去。
    踩0 评论0
  • 回答了问题 2025-01-08

    AI视频技术的发展是否会影响原创内容的价值？

    不仅不会受到负面影响，而且会促进原创作品爆发式增长，激活大家的创造性能力。 我是这么认为的，首先AI是一种工具，他不具备创新性，只是在现有作品基础上学习已定的格式框架来产生“新”作品，实际内容上是停滞不前的。现在的各种媒体渠道滥用AI的情况下，真正原创作品还是有足够的关注度，观众们也更能发现万绿丛中的一点红。 反向来看，现有的作品反复被AI调整后再发布，会进一步加强观众的审美疲劳。这时出现一个体现原创性、展现创造力的作品，更能让大众发现“细糠”从而获得更大的成就。以游戏界类比的话，就是千篇一律的换皮游戏和黑神话的创新的强烈对比，给观众喂shit太多反而会衬托珍馐的耀眼。
    踩0 评论0
  • 回答了问题 2024-12-10

    开发者们需要如何打造属于自己的Plan B?

    PLAN B对我来说是紧绷神经的余裕，是绝境的退路，是放手一搏的信心。在工作乃至职业生涯中，PLAN B都是必要的，俗话说得好“鸡蛋不能放在一个篮子里”，我们要时刻考量当前的风险，并做好风险预案来保证进步道路的稳定。我一般从三个方面考虑：风险、资源、损耗风险是确定PLAN B的核心，根据现有可预见的风险来确定。投入的资源决定PLAN B执行的速度，根据自己的承受能力来确定。产生的损耗决定了PLAN B和PLAN A的差异程度，要根据自己的能力来确定。 12月27日更新：今天一大早又有几个小伙伴“毕业”了，跟饭搭子聊了聊PLAN B相关的内容，总结了一下几个方面。1、时间方面，PLAN B最好是可自行增殖的“税后收入”，也就是一次付出可以换取长时间回报的内容，可以节省时间去干主业相关的事。2、专业相关，不是说和毕业证上的专业相关，而是说和你最有经验的专业性工作相关，这样在启用Plan B的时候可以尽可能丝滑的平移。3、可增长性，这个是说尽量避开重复性的“搬砖”工作，而是要寻找可增长积累资源、提高自身价值的工作，也就是和平时说的“上升渠道”类似，这样能避免原地踏步最后被淘汰以至于依赖PLAN C的情况。4、独立性，也就是尽量不要过度依赖他人的能力，避免撂挑子或者埋坑等时候导致毁灭性的打击。 以上四点对PLAN A也适用，欢迎大家交流。
    踩0 评论0
  • 回答了问题 2024-12-10

    动机VS自律，对开发者们来说哪个比较重要？

    我感觉动机和自律并不冲突，对我而言内在动机的会推动我养成自律的习惯。如果没有动机我就会失去做事的动力，从而导致更随性破坏自律的情况。所以对我来说动机是自律的关键。
    踩0 评论0
  • 回答了问题 2024-12-10

    AI音色克隆挑战播客，它能模拟人的特质吗？

    我在本地部署过fish-speech项目，也是最近语音AI相关比较热门的项目，通过它克隆的音频模型能很好地复原发音人的音调、音色特质。不过有一点是我认为的缺陷，就是对应模型的TTS音调并不会根据所生成的语义产生抑扬顿挫的情感，这样生成的音频就会给人以亲切感的同时有感觉怪怪的，有种“伪人”的感觉。播客领域的话我感觉势必会引起竞争，因为现在的模型有很好的流式处理，也就是平常说的“实时变声”、“变声器”等，这样就很好的弥补了TTS所缺失抑扬顿挫的感情语调，同时又可以优化发音人的音色，更具有人设角色的代入感。
    踩0 评论0
  • 回答了问题 2024-12-10

    “AI +脱口秀”，笑点能靠算法去创造吗？

    我尝试过用AI生成笑话段子，但是效果不是很理想。AI所理解的段子略显生硬，并且大部分段子我并没有Get他的笑点在哪，有时候就算明白他的笑点也不觉得想笑。我又找了一些脱口秀段子让AI逆向去理解，发现效果很不错。AI总是可以解释为什么这个段子引人发笑。也许这就是人们常说的AI没有灵魂。其实我认为这是AI的特性使然。如今的人工智能比起智能更像是有润色功能的大型的搜索引擎，它并不能真实的理解和感受段子的精神内核，而是利用大量的现有数据去东拼西凑其中的关键点来拼接成答案。而段子引人发笑的关键在于感同身受，人们经历当时的感觉、心情等方面的重现以激起观众的共鸣，而AI没有感觉，更不用说心情这些抽象的东西了，所以导致了AI写的段子并不能让观众感同身受从而体会到“幽默”。如果想要AI也写出人类感觉幽默的段子，AI模型训练者可以尝试赋予AI感觉的方向，让AI体会到人类的真情实感并以众多案例数据来训练，可能还有一丝培养AI脱口秀演员希望。
    踩0 评论0
  • 回答了问题 2024-12-10

    AI新茶饮，是噱头还是未来？

    其实，与其称之为“AI茶饮”，我更倾向于将其理解为“AI诊断”与“药膳大模型”的结合，是人工智能与医疗大健康领域的一种创新应用形式。“AI诊断”或“辅助诊断”可能对大众来说还稍显陌生，但实际上，我所在的公司已经在医疗领域开展了一些探索和合作。据我了解，这项技术相对已经比较成熟了。在从辩证判断到后续的处方开具等流程中，AI主要作为辅助工具使用，整个过程依然需要正式医师的专业判断与主导。相比医疗环境对严谨性和规范性的高要求，茶饮这一场景则显得更为轻松和灵活。在介于饮品与医学之间的柔性应用场景中，消费者更容易以新奇和宽容的态度接受。同时，如果抛开法律层面的约束，从技术角度看，这也是一个收集数据和进行模型训练的良好机会。因此，我认为这一尝试更像是技术医疗在未来发展中的一种中间形态探索。
    踩0 评论0
  • 回答了问题 2024-12-02

    AI客服未来会完全代替人工吗？

    生活中的AI客服场景 1.运营商APP里，有人工智能客服先进行简单问题的服务，涉及到高权重的服务才转接人工。2.购物平台涉及到尺码、退换货等问题忙时会有AI客服服务。 你认为AI客服未来会完全代替人工吗？ 我认为AI客服未来很难完全替代人工，从服务方面来说，更多的是以专业性为基础的情感服务，让用户体验到特殊性及尊重的情感，而这一点是AI所缺少的。另外AI无法对未知的问题进行服务，换言之就是缺少应变能力，而人工客服能很好地解决这一问题。
    踩0 评论0
  • 回答了问题 2024-12-02

    “云+AI”能够孵化出多少可能？

    1、你认为云计算将朝着哪个方向进化？我认为会往专业化深度化边缘化发展，边缘设备将具备更强的计算能力，使数据处理不再依赖完全的云端，而是根据需求进行局部处理。 2、大模型和AI应用，能否成为云服务商的第二增长曲线？我认为会往专业化深度化边缘化发展。现在通用大模型已经普及的差不多了，但仅仅停留在“知识面广”的维度上，实际的情况是遇到专业化核心的知识点往往会有错误的答案或拼凑生成的内容。这种基本上是“外行看热闹，能行看门道”情况。所以为了进一步发展堵漏专业化缺口，未来将会有大量的原生云、边缘计算、混合云等云服务产品出现，来满足这一情况。
    踩0 评论0
  • 回答了问题 2024-11-27

    当AI频繁生成虚假信息，我们还能轻信大模型吗？

    在各个环节都有对应的方案来避免虚假信息 资源储备阶段在收集和准备数据时，应确保数据的来源可信，排除不可靠和有偏差的内容。利用多元化、权威且可靠的数据源，筛选出经过验证的信息，确保训练数据的质量和真实性。此外，建立数据审查机制，定期检查和更新数据源，避免存储过时或虚假的信息。模型训练阶段在模型训练时，应严格控制数据的质量，避免使用包含虚假、片面或误导性内容的数据集。采用数据清洗和去偏差技术，减少训练数据中的噪声和错误。利用增强学习、强化校验和事实验证等技术，确保模型从可靠数据中学习，减少偏差和误导。信息生成阶段在生成内容时，结合知识图谱、事实数据库等实时数据源，进行信息核对，确保生成的内容符合事实。例如，可以通过自动化校验机制，实时对输出内容进行验证，防止不准确或虚假的信息被生成和传播。同时，在模型输出内容时，对不确定或潜在虚假的信息进行标注或警告。人工审核阶段尽管技术能够大幅减少虚假信息，但仍应保留人工审核环节，特别是针对敏感话题或高风险领域。由专业人士对模型生成的内容进行二次审核，确保其准确性和真实性。这不仅可以进一步减少误导信息的传播，还能提高信息的可信度，特别是在医学、法律、金融等领域。 当然，监管外的私人大模型没有很好的方式去进行虚假审查。
    踩0 评论0
  • 回答了问题 2024-11-25

    AI时代，存力or算力哪一个更关键？

    存储能力与计算能力同样重要 存储能力是数据的基础。AI算法和模型的核心离不开高质量的训练数据。海量数据的存储、管理、快速访问和高效传输能力直接影响模型训练的效率和质量。计算能力是AI的驱动力。强大的计算能力能够快速迭代模型，训练复杂的深度学习算法，并支持实时推理与大规模部署。可以说，“存储能力”决定了“计算能力”能够处理的规模与深度，而“计算能力”则决定了“存储能力”数据的实际价值如何被挖掘。 早期阶段存储能力更重要，AI大模型训练如GPT系列依赖于存储超大规模的训练数据集，未有高效的存储，模型无法启动。应用阶段计算能力更重要，边缘AI场景下，计算能力不足将直接导致模型响应滞后，用户体验受损。
    踩0 评论0
  • 回答了问题 2024-09-11

    99元云服务器，你最pick哪种新玩法？

    阿里云的99元ECS套餐凭借其2核2G、40G磁盘、3M带宽的实用配置，成为了众多开发者和技术爱好者探索云计算世界的理想选择。如果是我购买这个套餐，我考虑将其用于以下几种场景：1、学习云计算技术：对于初学者来说，使用这款ECS实例搭建个人学习环境非常合适。您可以在云端部署虚拟机，练习Linux命令、云服务的操作与管理，深入理解云计算的核心技术。2、构建Web服务：这个配置非常适合初步搭建中小型的Web应用，如个人博客、公司官网或简单的电子商务网站。借助ECS的稳定网络和资源，您可以快速上线并进行实际运营。3、数据分析和处理：虽然2核2G的配置对于大规模数据处理来说有一定局限性，但用于中小型数据分析、数据采集或日志处理的场景完全足够，尤其适合数据学习者进行入门项目实践。4、开发与测试环境：您还可以用这个ECS实例来构建开发、测试环境。为应用开发或软件部署提供一个低成本的测试平台，便于快速迭代和验证项目的可行性。
    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息