小狮博客
Hadoop大数据这10年，刺破了哪些泡沫？
过去十年（约2015–2025年），Hadoop 作为“大数据”浪潮的核心引擎，曾被寄予厚望：它承诺以低成本、高扩展性的方式，让企业从海量数据中挖掘价值，实现智能决策、业务创新乃至行业颠覆。然而，随着技术演进、市场冷静与AI崛起，许多围绕 ...
thbcm的文章
Claude Opus 4.5 深度解构：当 AI 学会了“拒绝道歉”与“痛恨列表”
就在刚刚，我们拿到了 Claude Opus 4.5 及其家族的完整系统设定。这份文档不仅揭示了 Anthropic 最新旗舰模型的技术底座，更令人震惊的是，它彻底颠覆了我们对 AI “服务者”角色的认知。它被设定为讨厌使用 bullet ...
用样本猜总体的秘密武器，4大抽样分布总结
而 抽样分布就是连接样本与总体的重要桥梁，如果你不理解它，就无法理解为什么我们可以通过调查几千人来预测全国的选举结果，也无法理解A/B测试背后的逻辑。
关于幼儿园STEM课程设计的思考
secp256k1算法详解五（kG点乘多梳状算法）
该算法是secp256k1库早期所使用的算法，其核心思想是将标量k（以256位标量为例）按 bits位划分为256/bits个窗口，然后根据预计算查找表查找每个窗口值对应的点，再将每个窗口点相加即可得到最终结果R，其数学公式如下：
20251205 – USPD 攻击事件：初始化缺失露破绽，黑客潜伏多日终得手
Alert： https://x.com/USPD_io/status/1996711283446464598
一只菜鸟学深度学习的日记：入门卷积
如果我们用MLP处理图像，用输入层图像$\mathbf{X}(高H,宽W)$、其隐藏层表示$\mathbf{H}$是矩阵或者说是二维张量，且二者形状相同。 我们想要所有隐藏神经元都能接收到每一个像素的信息，就要使用四阶张量$\mathbf ...
利用desmos动态展示最大似然概率
最大似然估计的核心思想：
Epipolar Geometry（对极几何）介绍
XNU Inside: iOS 模拟器
Simulator.app只是定义了模拟器的 UI。