本文分析了一个CTF题目，探讨了通过gets函数引发的栈溢出漏洞，利用Canary机制构造payload以控制随机数种子，从而猜测正确数字并获取flag。

本研究提出了两种数字token损失函数，以改善语言模型在数字生成和数量推理方面的不足，尤其是在算术任务中。这些损失函数通过度量生成的数字与真实值之间的距离，显著提高了模型的数字准确性，特别是在标准T5模型上表现突出。

本研究提出了一种基于级联扩散的生成框架，用于文本驱动的人体动作合成。该框架利用了一种名为GUESS的策略，将人体姿态逐步抽象为多个粒度级别上的更粗糙的骨架，从而改善了跨模态动作合成任务。实验证明，GUESS优于现有方法。

有点水，不过不告诉你我WA了5次 思路很简单，但逻辑一定要理清，尤其注意：当结果为 N 的时候对上下界的更新（要取反）。 其实就是根据输入在线更新取值的上界和下界了啦。 具体情况： (1) 当 Y 时： >= 更新下界 > 更新下界 <= 更新上界 < 更新上界 (2) 当 N 时： >= 更新上界(等价于 <) > 更新上界(等价于 <=) <=...