feihui

Diffusion Model https://arxiv.org/pdf/1503.03585 前向扩散（加噪，用于生成训练数据）   将数据 ( 图像 ) 出发，通过 T 步逐步添加高斯噪声，最终

Prompting Techniques 提问是一种技巧，对 LLM 来说也不列外，通过精心设计的 prompt 来提升模型输出的正确性。 type description link Zero-Sho

锁规则 索引加锁 -- 锁是设置在索引上，包括 Secondary Index 和 Clustered Index ( 记录本身 )； 按需加锁 -- 访问到的符合条件的索引数据才 ( 都 ) 会上锁

https://arxiv.org/abs/1706.03762 核心机制 $$\begin{aligned} &\text{Attention}(\mathbf{Q}, \mathbf{K}, \m

结论 子进程由于连接异常(ConnectTimeoutError)导致启动失败进而导致主进程退出。 现象 TCE 实例进程异常退出告警。 日志 检查对应时间段日志有如下异常： Gunicorn 简述

计算模块 Elasticsearch -- 用于商品按条件打分排序聚合 -- list 查询； 内存模块 Redis ( Tendis ) -- 用于商品数据高速访问 -- KV 查询； 事务模块 M

背景： 由于相同商品不同颜色、尺码属于不同item号，导致其在列表中展出太多，用户实际在单位时间内可看到的商品类型减少。为了解决这个问题，将这类配置成系列品的商品提供“单个展示”的功能，使一类商品在分

商品排序重构 背景 起初的商品排序处理是简单粗暴地符合条件的数据从 ES 中捞出来在，然后在应用代码中进行排序 ( 可以看出此处只是简单将 ES 作为数据汇合源来使用 )，随着数据增多以及规则多样，

正确地使用本地缓存框架，除了能够享受缓存带来的性能提升，还能够享受合并回源带来的流量优化。考虑这么一个场景：