当前位置: 首页 > news >正文

ChatGPT时代的我的博客

好久没有在CSDN写原创文章了。

ChatGPT出来之后,肯定对CSDN这样的平台有很大的冲击性。

我平时在CSDN写的文章,大多是翻译和一些平时编程遇到的代码问题。小部分是一些自己的经验和总结。

这些文章会被ChatGPT,或者更通用的说,(CSDN、Stackoverflow之类的网站)会被LLM取代吗?

目前来看,能取代一半吧。

LLM有更强的通用对话能力,可以对用户的需求进行针对性、定制性回答。这一点无论如何是私人博客文章所无法取代的。

能被LLM取代的一些场景:

  • 已经很成熟的一些知识
    • 新手不太懂的(没学过想快速学习的)
    • 人脑不容易记或者容易忘的(例如一些API)
    • 知识几乎不会更新的(出名定理或者算法)
  • 需要根据用户已有的东西进行针对性解答的
    • 例如给出自己的特定数据或者场景,需要LLM进行推理的

以上这些场景,一般来说使用LLM就可以很好的解决了,比如求一些简单数学问题的解、代码编写、经典算法。因此在CSDN或者搜索引擎上进行查询的必要就不是很大了。

那么LLM做不了什么呢?

依我看,LLM的最大限制还是在于它无法预知或解答还未曾发生的事情。此外是它的知识库基本是落后当前一段时间的(比如ChatGPT现在的知识范围还处于2019年)。那么用户遇到的一些问题和Bug,恐怕LLM永远无法解答(在简单的语言交互情况下)。比如从未出现过的Bug,或者服务API有了突然更新。

LLM进行常识记忆和推理的能力比较强。但是一些冷门领域,其能力肯定受到很大限制。

可能的解决办法是将其引入外部知识库。例如之前ChatGPT有一个功能就是可以搜索、读取外部的网页内容。比如你问它昨天发生的某个热搜事件,它会自己搜索,然后点击最新或者最相符的新闻,读取页面内容,然后基于其内容给你解答问题。

但是根据我的使用体验,它找到的网页有时候并不有用。

受于资源限制,读取更多的网页并理解,开销极大。

这种情况下,恐怕用户还是得依靠自己强大的人类大脑和眼睛,在浩瀚的互联网上进行快速的检索,最终找到自己想要的知识。(相比于傻坐在ChatGPT界面前等待它傻傻的检索无关知识)。

之后写CSDN的时候,会更多的想一想:使用LLM会不会比读我的文章更为高效?

是的话,那似乎就不太有必要接着写了(创新性不足矣)。

相关文章:

ChatGPT时代的我的博客

好久没有在CSDN写原创文章了。 ChatGPT出来之后,肯定对CSDN这样的平台有很大的冲击性。 我平时在CSDN写的文章,大多是翻译和一些平时编程遇到的代码问题。小部分是一些自己的经验和总结。 这些文章会被ChatGPT,或者更通用的说,…...

同步有关的思考。

同步通常标志着系统处于不稳定状态,所以同步过程分析和控制是非常重要的。 高速同步过程:高速同步的前提是同步源数据稳定可靠且同步过程不会破坏同步源数据的稳定性,数据接收方资源需要有足够裕量且能维持在就绪状态,双方连接链…...

Flutter Web 项目网络请求报 XMLHttpRequest error 解决方案

使用http库进行简单的网络请求时,运行在Chrome浏览器上,网络请求一直报错 XMLHttpRequest error,而在iOS 模拟器上运行则正常,后面在postman上发送请求,也是正常的。这就是很尴尬了!!&#xff0…...

Python面试:什么是GIL

1. GIL (Global Interpreter lock)可以避免多个线程同时执行字节码。 import threadinglock threading.Lock()n [0]def foo():with lock:n[0] n[0] 1n[0] n[0] 1threads [] for i in range(5000):t threading.Thread(targetfoo)threads.append(t)for t in threads:t.s…...

idea --Git Commit Template插件

Git Commit Template是一款免费的IntelliJ IDEA插件,用于提供Git提交模板。该插件可以帮助开发者编写规范的Git提交信息,提高代码管理效率。 首先安装插件: 使用Git Commit Template插件: 注:long description和Breaking changes…...

使用Python脚本添加新的相关节点到arxml文件中的指定位置

使用Python脚本添加新的相关节点到arxml文件中的指定位置 1 背景 随着汽车软件开发的复杂度越来越高,链路越来越长,很多手动配置的工具链所需要的时间就会被拉长,显然这对于项目的开发进度有了一定影响,根据需求自动化生成arxml文件其实很有必要。同时越来越多的测试开始…...

iOS开发Swift-闭包

1.闭包表达式语法 { (参数) -> return 类型 in//内容 }let names ["C", "A", "E", "B", "D"] func back(_ s1: String, s2: String) -> Bool {return s1 > s2 //(B > A, C > B) }//闭包后: va…...

从零开始学JAVA——常用类

常用类 课后习题一:课后练习二:课后练习三:课后练习四课后练习五: 课后习题一: 将字符串“2016-02-22”转换为对应的java.sql.Date类的对象 SimpDateFormat sdf new SimpDateFormate(“yyyy-MM-DD”); 解析 java.ut…...

LeetCode 面试题 02.04. 分割链表

文章目录 一、题目二、C# 题解 一、题目 给你一个链表的头节点 head 和一个特定值 x,请你对链表进行分隔,使得所有 小于 x 的节点都出现在 大于或等于 x 的节点之前。 你不需要 保留 每个分区中各节点的初始相对位置。 点击此处跳转题目。 示例 1&#…...

基于大语言模型知识问答应用落地实践 – 知识库构建(下)

上篇介绍了构建知识库的大体流程和一些优化经验细节,但并没有结合一个具体的场景给出更细节的实战经验以及相关的一些 benchmark 等,所以本文将会切入到一个具体场景进行讨论。 目标场景:对于 PubMed 医疗学术数据中的 1w 篇文章进行知识库构…...

Hive UDF自定义函数上线速记

0. 编写hive udf函数jar包 略 1. 永久函数上线 1.1 提交jar包至hdfs 使用命令or浏览器上传jar到hdfs,命令的话格式如下 hdfs dfs -put [Linux目录] [hdfs目录] 示例: hdfs dfs -put /home/mo/abc.jar /tmp1.2 将 JAR 文件添加到 Hive 中 注意hdfs路径前面要加上hdfs://na…...

【nacos】【sentinel】【gateway】docker-compose安装及web项目部署

docker安装 【centos】【docker】安装启动 docker-compose安装 【docker-compose】安装使用 配置文件 version: 2 networks: #自定义网络myapp,为了只有这些服务可以在该网络内相互访问myapp:driver: bridge services: #将容器抽象成服务nacos: #注册中心image…...

用idea查看sqlite数据库idea sqlite

1、安装Database Navigator插件 2、导入数据库并查看 3、删除数据库连接 在此做个笔记...

流媒体服务器与视频服务器有什么区别?

流媒体服务器与视频服务器有什么区别? 流媒体服务器用在远程教育,视频点播、网络电台、网络视频等方面。 直播过程中就需要使用流媒体服务器,一个完整的直播过程,包括采集、处理、编码、封包、推流、传输、转码、分发、解码、播放…...

03-基础例程3

基础例程3 01、外部中断 ESP32的外部中断有上升沿、下降沿、低电平、高电平触发模式。 实验目的 使用外部中断功能实现按键控制LED的亮灭 按键按下为0。【即下降沿】 * 接线说明:按键模块-->ESP32 IO* (K1-K4)-->(14,27,26,25)* * …...

Vue结合ElementUi修改<el-table>表格的背景颜色和表头样式

本项目在开发过程中vueelementui &#xff0c; 页面中使用了table表格的样式&#xff0c; 需要对原先的样式进行修改&#xff0c;以下是简单的修改样式内容&#xff1a;项目中某个 html中引用的table表格内容,定义了div的class : device_err :<div class"device_err&q…...

git clone与git pull区别

从字面意思也可以理解&#xff0c;都是往下拉代码&#xff0c;git clone是克隆&#xff0c;git pull 是拉。 但是&#xff0c;也有区别&#xff1a; 从远程服务器克隆一个一模一样的版本库到本地, 复制的是整个版本库&#xff0c;叫做clone.&#xff08;clone是将一个库复制到你…...

MyBatis学习简要

目录 什么是MyBatis? MyBatis实现的设想 MyBatis基于配置文件的开发步骤 mybatis的配置文件 Mapper代理开发 配置文件完成增删改查的三步 注解开发 一、条件查询 参数接收时&#xff0c;参数的设置&#xff1a; 动态条件查询&#xff1a; 二、添加功能 步骤&#xf…...

forlium 笔记 Map

用于创建交互式地图 1 主要参数 1.1. location 地图位置 地图的经纬度 import foliumm folium.Map(location[31.186358, 121.510256],zoom_start15)m 1.2 tiles 内置样式 默认是OpenStreetMap 1.2.1 Stamen Terrain 它强调了地形特征&#xff0c;如山脉、河流和道路 m …...

解读亚马逊云科技语义搜图检索方案

图像检索&#xff08;包括文搜图和图搜图&#xff09;是各个行业中常见的一个应用场景。比如在电商场景中&#xff0c;基于以图搜图做相似商品查找&#xff1b;在云相册场景中&#xff0c;基于文搜图来找寻所需的图像素材。 传统基于标签的图像检索方式&#xff0c;即先使用目标…...

Qwen2-VL-2B-Instruct助力Java开发:智能代码注释与文档生成实战

Qwen2-VL-2B-Instruct助力Java开发&#xff1a;智能代码注释与文档生成实战 写Java代码最烦什么&#xff1f;对我来说&#xff0c;除了调试那些神出鬼没的Bug&#xff0c;就是写注释和文档了。明明代码逻辑自己一清二楚&#xff0c;但要把它转化成清晰、规范的文档&#xff0c…...

在对话中处理数学方程时,OpenClaw 的 LaTeX 渲染引擎支持哪些宏包?

在讨论OpenClaw的LaTeX渲染能力时&#xff0c;很多人会直接去翻官方文档或者技术手册。但如果你真的在项目里用过它&#xff0c;尤其是处理过那些复杂的数学对话场景&#xff0c;就会发现文档里写的东西和实际能用的东西&#xff0c;中间往往隔着一层实践的距离。 OpenClaw在设…...

网易云音乐无损解析:打造个人高品质音乐库的终极指南

网易云音乐无损解析&#xff1a;打造个人高品质音乐库的终极指南 【免费下载链接】Netease_url 网易云无损解析 项目地址: https://gitcode.com/gh_mirrors/ne/Netease_url 还在为网易云音乐无法下载无损音质而烦恼吗&#xff1f;想要建立属于自己的高品质音乐收藏库吗&…...

SegFormer源码解读:从注意力机制到特征融合的实现细节

SegFormer源码解读&#xff1a;从注意力机制到特征融合的实现细节 【免费下载链接】SegFormer Official PyTorch implementation of SegFormer 项目地址: https://gitcode.com/gh_mirrors/se/SegFormer SegFormer是一个基于Transformer的语义分割模型&#xff0c;它通过…...

驱动中阻塞相关函数的基础

wait_queue_head_t定义等待队列头#include <linux/wait.h> /** lock&#xff1a;自旋锁&#xff0c;用于保护队列操作&#xff08;如添加/删除等待项&#xff09;的并发安全* head&#xff1a;链表头&#xff0c;指向等待队列项的链表*/ typedef struct wait_queue_head …...

终极游戏画质优化指南:3步让所有显卡享受DLSS级性能提升

终极游戏画质优化指南&#xff1a;3步让所有显卡享受DLSS级性能提升 【免费下载链接】OptiScaler DLSS replacement for AMD/Intel/Nvidia cards with multiple upscalers (XeSS/FSR2/DLSS) 项目地址: https://gitcode.com/GitHub_Trending/op/OptiScaler 还在为显卡性能…...

零基础玩转OpenClaw:nanobot镜像入门10个实用命令

零基础玩转OpenClaw&#xff1a;nanobot镜像入门10个实用命令 1. 认识nanobot镜像 第一次接触OpenClaw时&#xff0c;我被它"让AI直接操作电脑"的理念吸引&#xff0c;但本地部署的复杂环境配置让我望而却步。直到发现nanobot这个超轻量级镜像&#xff0c;内置了Qw…...

vLLM-v0.17.1与卷积神经网络(CNN)结合:多模态理解新思路

vLLM-v0.17.1与卷积神经网络&#xff08;CNN&#xff09;结合&#xff1a;多模态理解新思路 1. 多模态AI的行业痛点与解决方案 计算机视觉和自然语言处理长期作为AI两大独立分支发展&#xff0c;但在实际业务场景中&#xff0c;图像与文本的协同理解需求日益凸显。传统方案通…...

从16QAM到256QAM:用Simulink星座图揭秘高阶调制的抗噪性能

高阶QAM调制的星座图分析与Simulink实战指南 在5G和Wi-Fi 6时代&#xff0c;256QAM已成为提升频谱效率的关键技术。但当我们从实验室的理想环境走向真实无线场景时&#xff0c;工程师们常面临一个核心矛盾&#xff1a;如何在频谱效率与系统稳定性之间找到最佳平衡点&#xff1…...

3大突破:开源工具VideoCaptioner如何让零门槛实现AI实时字幕效率提升300%

3大突破&#xff1a;开源工具VideoCaptioner如何让零门槛实现AI实时字幕效率提升300% 【免费下载链接】VideoCaptioner &#x1f3ac; 卡卡字幕助手 | VideoCaptioner - 基于 LLM 的智能字幕助手&#xff0c;无需GPU一键高质量字幕视频合成&#xff01;视频字幕生成、断句、校正…...