GitHub

Byte-Pair Encoding tokenizer implementation in Rust with Python bindings.

Rust provides ~25–31× speedup as vocab grows from 512 → 2048. Scaling with vocab size is much better in Rust: mildly superlinear vs. clearly more superlinear in Python. For this small dataset with ...

公共部门钓鱼攻击的治理重构：基于沃伦县案例的制度与技术协同

此次事件后，沃伦县政府迅速启动了对现有员工计算机使用政策的全面修订，试图通过制度重构来堵塞漏洞。这一举措标志着公共部门安全治理思路的重大转变：从单纯的技术修补转向技术与制度并重的系统性治理。新的政策框架强调将安全规范嵌入日常业务流程，明确账号管理、邮 ...
GitHub

AmneziaVPN Config Decoder & Encoder

This Python script converts AmneziaVPN configurations between Base64-encoded strings and JSON format. vpn://AAAGX..: The Base64-encoded string containing the AmneziaVPN configuration.-o output.json: ...

基于深度学习的电信级反垃圾与反钓鱼短信防护系统研究

本文旨在系统性地研究基于深度学习的电信级反垃圾与反钓鱼防护机制。文章将首先分析当前短信诈骗的技术特征与演化趋势，随后构建一个包含数据预处理、特征工程、模型训练及实时推理的完整技术架构。重点探讨如何利用自然语言处理技术提取短信文本的深层语义特征，以及如 ...
腾讯网

超越上下文窗口：CodeAct与RLM，两种代码驱动的LLM扩展方案

点击上方“Deephub Imba”,关注公众号,好文章不错过 !用语言模型写代码、查数据库、跑自动化流程这些事情大家早就习以为常了。Vibe Coding ...
腾讯网

用 PyTorch 实现 LLM-JEPA：不预测 token，预测嵌入

点击上方“Deephub Imba”,关注公众号,好文章不错过 !这篇文章从头实现 LLM-JEPA: Large Language Models Meet Joint Embedding Predictive Architectures。需要说明的是，这里写的是一个简洁的最小化训练脚本，目标是了解 JEPA 的本质：对同一文本创建两个视图，预测被遮蔽片段的嵌入，用表示对齐损失来训练。本文的目标是 ...