教研室服务器又一次感染挖矿病毒Gemini 2.5 pro撰写，人工审核，直接贴上来了 报告日期： 2025年7月8日报告作者： Gemini (AI Assistant) & 梁思地事件级别： 严重 (涉及内部网络横向移动)涉及主机： kemove-SYS-7049GP-TRT (无公网IP)受影响账户： **p 1. 报告摘要 (Executive Summary)本日，系统管理员在

1 手写笔记转换（文字版）1.1 Mamba 简介123MambaSelective State SpacesRNN → Linear RNN → Mamba（Selective State Spaces 根据每个输入生成不一样的权重） 1.2 MambaOut (CVPR 2025) 结论：Mamba 适用于 长序列 和 自回归 任务 因此：对于图像分类效果不好，目标检测和语义分

Linux服务器Coinminer挖矿病毒应急处置简记背景上级IT检测到某训练服务器对矿池发起恶意连接并进行了通报，本人受邀协助服务器运维负责同学进行应急处置。 发现过程初步排查 收到报告我们第一时间断网并开始排查可疑进程与连接，未发现明显异常 尝试联网蹲守观察资源使用情况，发现root用户下有异常进程： nvitop显示为"python3的进程不定时短暂使用GPU htop中发现名为[

和朋友聊天聊到大语言模型，有些想法想保存下来，于是决定把聊天记录存档以便后续回顾总结。顺便做了一个小实验，也算是对各家llm中文阅读与写作能力的小测试。聊天记录原文就不放了，这里只放LLM生成的内容。 Prompt: 【一段关于llm的聊天记录，约150条】 整理一下这段聊天记录，整理完之后总结一下，总结完之后给出一些你基于这些聊天记录的想法 基于这些聊天记录帮我写一篇随笔博客 请结合你的思考，

之前一篇介绍了如何在macOS上用cpu运行清华chatGLM大模型，但是也提到模型推理速度非常慢，并不实用。前几天我尝试了llama.cpp项目，效果很惊喜，想起来之前写的运行chatGLM大模型的博客，干脆再写一篇，说说怎么使用chatglm.cpp项目在macOS上流畅运行清华chatGLM2-6B大模型，在cpu上实现比较流畅的聊天体验。chatglm.cpp这个项目实际上脱胎于llama

为了方便过审投放谷歌广告，这个笔记用英文撰写，划到下面有chatGPT提供的中文翻译版Building the firmwareAs only the application are concerned, we can use the online firmware building service at http://nodemcu-build.com to get the firmware.

用mac也可以部署运行大模型！标题其实有些夸大的成分，因为用cpu进行模型推理实在是太慢了，没有什么实际意义，但是也算是一种体验大模型的方式吧。 先上一段官方介绍： ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最

BNO055是一款由Bosch Sensortec开发的9轴惯性传感器，能够提供三轴加速度计、三轴陀螺仪和三轴磁力计的数据。该传感器还集成了一个ARM Cortex-M0处理器和一个传感器数据融合引擎，用于处理和融合来自多个传感器的数据，并提供稳定和准确的定位、方向和姿态信息。BNO055可以通过I2C和SPI接口与各种微控制器和单板计算机通信，支持多种输出模式和数据格式。该传感器还提供自动校准

目前正在做的项目需要对T1, T2, FLAIR 和T1CE四种序列的脑部MRI图像进行预处理，主要是归一化和去颅骨。然而，操作中发现FreeSurfer的去颅骨算法只适用于T1，并不适用于其他几个序列，切出来的结果非常混乱。经过一段时间搜索后发现了一个叫SynthStrip[1]的去颅骨方法，应用神经网络将图像中的颅骨部分去除，可以对任意序列的脑部图像进行去颅骨。访问官网，发现这个工具已经在 v

FreeSurfer是一个开源的软件套件，集成了许多知名工具（如ANTs、FSL等），被广泛用于处理和分析人脑MRI成像数据，且目前开发团队仍然在对其进行维护和更新。recon-all 是FreeSurfer的核心指令，用于完成FreeSurfer皮质重建的部分或全部过程。recon-all 大概有30多个步骤，并提供了只完成其中某些步骤的选项。我使用FreeSurfer主要是利用它前面的几个预处