zhangphil
Kotlin新式管道Channel融合flow流，协程实现Android废弃的AsyncTaskLoader（B）
本文介绍了一个基于Kotlin协程实现的Android异步加载框架，用于替代废弃的AsyncTaskLoader。该框架通过Channel和Flow实现数据流传输，包含Loader基类负责后台任务调度，DVModel作为数据模型管理加载状态，LiveData处理数据回调。开发者可通过继承实现具体业务逻辑，如示例中的MyLoader模拟耗时加载任务。测试结果显示框架能正确触发数据变更回调，并在线程池中执行异步加载。该方案充分利用了Kotlin协程特性，为Android异步处理提供了现代化替代方案。
Eastmount
[论文阅读] (47)LAMD: 基于大模型上下文驱动的Android恶意软件检测与分类
前一篇博客介绍了智能体与入侵检测结合的工作IDS-Agent，其是大语言模型（LLM）驱动的人工智能入侵检测Agent系统，特点是能够解释检测结果、进行自定义设置并适应零日攻击。本文将介绍LAMD，一种LLM上下文驱动的Android恶意软件检测框架，LAMD结合关键上下文提取来隔离安全关键代码区域并构建程序结构，然后应用分层代码推理从低级指令到高级语义逐步分析应用程序行为。注意，由于我们团队还在不断成长和学习中，写得不好的地方还请海涵，希望这篇文章对您有所帮助，这些大佬真值得我们学习。fighting！
吾在学习路
【经典论文阅读】完整梳理 FCOS (Fully Convolutional One-Stage Object Detection)
本文提出了一种无锚框的目标检测方法FCOS，通过逐像素预测边界框和类别，避免了传统检测器中锚框设计的复杂性。核心创新在于引入中心度（center-ness）分支，评估像素预测的质量，有效抑制边缘区域的低质量预测。实验表明，FCOS在COCO数据集上性能超越基于锚框的方法（如RetinaNet），且具有更高的召回率和回归精度。该方法统一了目标检测与语义分割的密集预测范式，为检测任务提供了更简洁高效的解决方案。可视化分析和消融实验验证了中心度机制的关键作用，以及该方法处理重叠目标和多尺度检测的有效性。
作者推荐
- 李发展
- 《iOS移动开发从入门到精通》、《神奇的Photoshop脚本自动化与插件开发》、《幻灯之美-PPT设计艺术》图书作者，苹果商店热门应用《互动教程》作者，互动教程网创始人。拥有20多年的IT行业工作和教学经验，曾就职于知名外企，主要负责iOS高级开发、Java开发，服务过中国电信，宾利，古琦，香格里拉，杜蕾斯等行业标杆品牌。拥有丰富的实战和教学经验，授课形式不拘一格。熟悉iOS、Swift、Java、UI设计、Javascript开发等技术。
关注
