Rain's Blog

最近听的歌第一期SEBugMaker最新栏目《最近听的歌》第一期重磅来袭，排名不分先后 NO.1 《飞机场的10:30》- 陶喆 NO.2 《心乱飞》- 陶喆 NO.3 《手拖手》-方大同 NO.4 《小小虫》-方大同 NO.5 《Runaway》- 陶喆 NO.6 《天天》- 陶喆 NO.7 《二十二》- 陶喆 NO.8 《迷宫》- 依加

代码补全相关论文 An Empirical Study on the Usage of Transformer Models for Code Completion代码补全技术大多在预测下一个token的场景中进行评估，只有少数例外扩展到了预测整个代码语句。因此，对于最先进的代码补全方法在更具挑战性的场景中（例如必须生成整个代码块）性能知之甚少。 作者进行了大规模研究，探索了最先进的基于 Transformer 的模型在支持不同粒度级别代码补全方面的能力，包括单个token、一条或多条完整语句，甚至整个代码块（例如 for 循环的迭代块）。我们在代码补全任务中实验了两种基于 Transformer 模型的几种变体，即 RoBERTa 和 Text-To-Text Transfer Transformer（T5）。结果显示，基于 Transformer 的模型，特别是 T5，是代码补全的可行解决方案，其最佳预测率（perfect prediction）从要求模型猜测整个代码块时的约 29% 到在较简单的场景中（从同一代码语句中掩盖[masked]少量标记）的约 69%。 Introduc ...

代码补全相关论文 ReACC: A Retrieval-Augmented Code Completion Framework一些术语：https://developer.baidu.com/article/details/2686964 Intro当前对于代码补全的方法仅仅关注文件或者项目内部的代码上下文，但是研究表明程序员倾向于复制来重用现有的代码，所以文章中将输入范围（information scope？）从仅输入文件扩大到了大型的代码库。作者提出 ReACC – a Retrieval-Augmented Code Completion framework，并推测使用具有相同语义的代码作为辅助信息有利于预测后续的code tokens。 在作者的框架下，代码补全任务可以被重新制定（reformulated）为：给定一个用于搜索的源代码库和一份未完成的代码片段，利用未完成的代码片段作为query在源代码库中检索相似的代码片段，然后利用检索到的代码片段来预测后续的code tokens。 ReACC包含两个核心的组件： 用于代码-代码检索的双编码器模型（dual-encoder ...

问题一 给定一个数组，计算出现次数超过两个的数字的和 12345678910111213141516171819202122232425import java.util.HashMap;import java.util.Map;import java.util.Scanner;public class question1 { public static void main(String[] args) { Scanner in = new Scanner(System.in); HashMap<Integer, Integer> map = new HashMap<>(); String s = in.nextLine(); String s1 = s.substring(1, s.length() - 1); String[] num = s1.split(" "); for(String q:num){ ...

今日软件质量课上闲来无事，做个摸奖居然欧了，记录一下

在软工三迭代三中，要求和大语言模型进行自然语言交互，但是这种交互是基于数据库中的内容的，例如“相比于昨日，时政类新闻同比增长多少？”。在我们英明神武的组长的带领下，我们成功找到了使用langChain来实现。 经过一个晚上查阅资料，我最终决定使用通义千问来实现，来看一个简单的示例代码 12345678910111213141516171819202122232425262728293031import osfrom langchain_community.llms import Tongyifrom langchain_community.utilities import SQLDatabasefrom langchain_experimental.sql import SQLDatabaseChaindef chain_tongyi(db_info): llm = Tongyi(model='qwen-turbo') db = SQLDatabase.from_uri(f"mysql+pymysql://{db_info[' ...

检查之前运行程序前同样请同学们先检查镜像的MD5值，确保镜像没有被修改，命令如下： macOS/Linux==md5sum lab2.img== Windows==certutil -hashfile lab2.img MD5==正确的值是： 43eeafb0f344a58737924394b9b676f6 实验部分目录结构 . |__NJU | |__CS | | |__TEST.TXT | |__SOFT | |__OS | |__HELLO.TXT |__OTHERS ​ |__NEWS.TXT ls1> ls ls -l12345> ls -l /NJU# 下面任选一个运行> ls -llll> ls /NJU -l> ls -l -ll /NJU cat1> cat /OTHERS/NEWS.TXT 错误提示123456# 不支持的命令参数> ls -a -b# 输入路径不存在> ls /NJU/B# 指定路径 ...

本来是准备3月看的，不过由于《风骚律师》看的时间太长了，导致这部剧被拖到现在。这部剧其实已经很早就出了，但是今年我才看完，还是有些惭愧。总的来说，我认为是很棒的一部韩剧，不管是在人物的塑造上还是剧情的讲述上，应该是我看过的韩剧中前五的存在（当然我看过的韩剧本来就屈指可数）。如果之前看过机智的系列和请回答系列应该能在里面看到很多熟悉的人物，莫名一种世界线收束的感觉。 🫵被指到的人都给我去看。

FaceFusion安装 我是在mac m1环境下进行的安装，仅供参考 配置安装环境 我们需要安装的有Python，Git，pip，FFmpeg 前面的几个就不在这里赘述，我在第一次安装时忘记装FFmpeg，导致卡了很久 安装FFmpeg 1brew install ffmpeg 下载源文件 1234567git clone https://github.com/facefusion/facefusioncd facefusionpython3.10 -m venv venv #用来设置python环境source venv/bin/activate 安装 运行安装脚本 1python install.py 然后会让选择torch变体，这里选择default。下面选择处理器类型，这里因为我是m1芯片，选择coreml-silicon，不过好像最新版本里直接选择default就行了。 运行 1python run.py 然后我们就可以在127.0.0.1:7860访问到FaceFusion FaceFusion使用感受先不调整参数试试效果 剩下的等有空再探索

以下均为本人回忆，可能和原题有出入。笔试分为选择与编程题，选择20道，编程3道。 一、选择选择题考察了数据结构，算法，java，网络，mysql等知识。目前还记得题目大致为填写mysql语句，可能的出栈顺序，http&https。 选择题感觉是要寄，数据库一点没看，java的几道题也是猜猜 二、编程 （签到题）给定正整数n，下面n行字符串代表访问的姓名，要求按照访问顺序给出无重复的姓名 比较简单就不贴代码了了，我用Hashmap存储结果，Integer在每次新增姓名时+1。 小红书推荐算法，给定正整数n与q，随后一行给出用户搜索的q的关键词，然后2*n行，每两行表示一个物品，第一行给出物品名字name和该物品的关键词数量m，随后一行给出m个关键词。请按照匹配的关键词数量对这些物品排序，对于匹配的关键词数量相同的，其顺序按照给出的顺序。 4 5 red book game music sigma mozart 3book classic musicarcaea 4red music game hard 对于上述样例，输出为： arcaea mozart 1234 ...