开源

今天，我们一起来盘点一下2月份GitHub上最热门的Java开源项目，本月上榜的不仅有Java学习指南JavaGuide、滴滴研发助手DoraemonKit、微服务架构fescar…… JavaGuide Star 26396 一份Java学习指南，涵盖大部分Java程序员所需要掌握的核心知识 DoraemonKit Star 4826 简称 “DoKit”，中文名哆啦A梦，意味着能够像哆啦A梦一样提供给他的主人各种各样的工具，一款功能齐全的客户端（ iOS 、Android ）研发助手。 advanced-java Star 10801 本系列知识出自中华石杉，可以作为互联网 Java 工程师进阶知识完全扫盲。学习本系列知识之前，如果你完全没接触过 MQ、ES、Redis、Dubbo、Hystrix 等，那么我建议你可以先在网上搜一下每一块知识的快速入门，跟着入门 Demo 玩一下，然后再开始每一块知识的学习，这样效果更好 mall Star 7184 mall项目是一套电商系统，包括前台商城系统及后台管理系统，基于SpringBoot+MyBatis实现。 前台商城系统包含首页门户、商品推荐、商品搜索、商品展示、购物车、订单流程、会员中心、客户服务、帮助中心等模块。 后台管理系统包含商品管理、订单管理、会员管理、促销管理、运营管理、内容管理、统计报表、财务管理、权限管理、设置等模块。 flink Star 7603 Apache Flink 声明式的数据分析开源系统，结合了分布式 MapReduce 类平台的高效，灵活的编程和扩展性。同时在并行数据库发现查询优化方案。 fescar Star 5703 FESCAR（Fast & Easy Commit And Rollback）...

有同学反馈收不到推送，请大家星标果核，第一时间接收推送。 uTools这款软件，在软件圈子算是比较出名的，从最开始更新到现在，一直更新，功能虽强，但是，现在已经开始收费了。对于很多同学来说，这软件不是非用不可，所以广大网友们很快就找到了替代品，虽然可能没有收费的那么强，但是用起来还是不错滴，并且免费开源，大家可以体验的同时，还能去学学代码怎么写的。 今天，果核就带大家玩玩这个新软件，Rubick。 Rubick是一款基于Electron 的开源工具箱，可以自由安装插件。至于软件的名字，作者是这么解释的： Rubick(拉比克) 是 Dota 里面的英雄之一，其核心技能是插件化使用其他英雄的技能，用完即走。非常符合本工具的设计理念浏览器刷新快捷键，所以取名 Rubick。 软件支持MacOS、Windows和Linux，下面用Windows版本来演示，在Windows上使用，需要先安装Node环境，对于大家来说也就是一个安装包的事情，但是对于作者来说，这种方式可以省下服务器下载的钱，毕竟这个工具是完全免费的，全靠用爱发电，如果不装的话，下载插件就会提示下面这样的错误。 安装Node的时候，可以保持默认设置，之后可以打开命令行输入node -v，检查一下安装上了没有。 没有问题的话，正常安装软件使用即可，安装后可以使用ALT+R来呼出软件界面，或者在托盘区找到Rubick图标右键展开。 软件使用的界面是下面这样的浏览器刷新快捷键，可以搭配插件浮动在其他软件上使用。 在设置里，可以下载插件，包含了：效率与搜索、图像、开发和系统类型的工具。 这些插件安装之后，都会有单独的设置界面，可以在需要的时候在搜索框输入调用。另外最方便的方法是给它们绑定上全局快捷键。 像是演示的这样绑定好之后，按下CTRL+Q就可以快速打开取色器，不需要先呼出Rubick的界面。 这类软件的使用体验，最主要的还得看插件用起来怎么样，Rubick目前的插件数量扫了一眼有20-30个的样子，有图床、二维码生成和解析、表情包斗图、壁纸下载、浏览器书签搜索、剪贴板工具、网络抓包和MossGPT等等。 暂停一下 ———END———限 时 特 惠：本站每日持续更新海量各大内部创业教程，一年会员只需88元，全站资源免费下载点击查看详情站 长 微 信：chuangyedemao

“AI大模型第一波交卷时间到了——不能实际提供生产力的‘花瓶’，恐怕很难及格。” 作者 | 董子博 编辑 | 岑 峰 2023年的AI大模型，已经从Q1火到了Q2。 国内，从大厂到新创，纷纷下场试水，几个月过去，已经有了不少大模型产品“交卷”受评，颇有“乱花渐欲迷人眼”的架势。 看客只识AI大模型百花齐放，但除了一场热闹以外，却也开始有人问出了这个问题： “AI大模型这么厉害，但它有啥用呢？” 诚然，市场上不少公布的大模型，还并未开发到完全程度——甚至距离“可用”、“好用”还差着一些距离。 在一些AI大模型产品，仍旧在“胡说八道”、场景落地难、语义理解能力弱等问题中徘徊时，OpenAI 首先看到了落地的痛点，和微软合作推出 Copilot，主打在办公领域提升工作效率，打响了大模型向生产力进军的发令枪。 在人们的想象中，AI 应该可以帮助处理机械、重复的日常工作，提供独特的分析视点、创作灵感，在特定的领域——比如教育、医疗、法律——给出独特的建议和帮助，让工作和生活更轻松、便捷，让每个人都能够享受更贴心细致的服务。 而什么样的AI大模型，才能真正地帮助使用者“干活”？让日常办公、生产的效率得到更大提升？什么样的大模型，才真正算得上生产力工具？要满足生产力工具的要求，大模型需要有哪些秘密武器？ 对于业界来说大模型有哪些，这些问题如果得不到解答，那么或早或晚，都会遇上市场的瓶颈；而越早能够为市场提供效率提升的大模型产品，也就能够越早地占领先机。 01 理解&记忆：大模型生产力的分水岭 记忆和理解能力，对于当下如同雨后春笋的大模型产品来说，说得上是最硬核的实力比拼。 模型的理解能力，根植于对自然语言的处理能力，能够清晰地辨别语义，尤其是一些根植于本地语言语境中的俗语、幽默，对于理解用户想要什么，进而完成文本生成和创作，至关重要。 而模型的记忆能力——也就是多轮对话能力——越强，使用者就能更详细地对需求进行描述，进而利用 AI 完成更加复杂的工作任务； 大模型比拼中最“硬”的两个科目，也是大模型提供生产力的关键保证。不仅如此，不如说，要大模型能够真正帮人“干活”，记忆和理解能力，都要满足更高的要求。 但无论是“理解”还是“记忆”，都是大模型在当下的能力提升的攻关难点。一方面是市场的巨大痛点，一方面是技术上难攻不落的“高墙”，这对矛盾不解决，AI 的生产力就始终面临着一个艰难的瓶颈。 首先，要解决 AI 语义理解能力差的问题，昆仑万维和奇点智源的 AI 科学家们想到了一种另辟蹊径的方法——蒙特卡洛树搜索算法。 蒙特卡洛树搜索算法，简单来说一种基于随机模拟的强化学习算法。对 AI 不甚了解的人可能并不知道它的名字，但它却是AlphaGo能打败李世石、柯洁等一众围棋高手的秘密武器。而蒙特卡洛树搜索的核心，就是通过一个树状结构，在每个节点进行随机搜索，并找到最优决策的方式。 在昆仑万维和奇点智源联合发布的AI大语言模型——“天工”中，蒙特卡洛树搜索可以让AI“三思而后行”——AI 会基于过去用户的对话记录以及当前用户的输入生成候选大量回复，并结合NLP技术，选取最佳的回复方案反馈给用户。 通过把蒙特卡洛树搜索算法，和自然语言处理相结合，让Decoder的安全性和准确性获得了极大的增强，也让天工在相对复杂的任务和场景中，能够快速且准确地响应指令，输出高质量回答。 为了测试天工的语义理解能力，雷峰网向天工提问：“什么是蒙特卡洛树搜索算法？”天工的回答还比较清楚，令人满意： 把蒙特卡洛树搜索应用到 AI 对话机器人中，另一个优势，是AI能够理解如何在对话中转换话题，并提出问题，引导用户完善自己的Prompt，以得到更好的回复结果。 比如，雷峰网故意问出了一个十分宽泛、难以回答的问题。天工则并没有落入这个“陷阱”，通过主动提问，缩小问题的范围：...