最早接触到Rust是在几年前的一次技术大会上， 黄东旭说TiKV 是用Rust 语言编写的， 引起了我的一些兴趣编程语言——C/C++，Java， JavaScrip...
地管理数...
【引子】用户的隐私保护涉及多个方面，用户行为的
在关于隐私计算的系列文字中，《从隐私到隐私计算》一文提到了实现隐私计算的三种主要技术路径，包括：多方安全加密、联邦学习和可信执one技术是ARM公司开...
【引子】 尽管自己从业了20多年，也曾管理过从几个人有关管理的讨论往往是案例分析，就个案进行讨论，或者会到“人性”、“坐而论道”上来。然而，“大道易得，小术难求”。今年的春季窗口，几个年轻的朋友得...
在QCon2022的“工程师成长”论坛上，我分享了《QCon：工程师成长的金字塔思维》，其中在金字塔思维示例中引用
访问控制是操作系统安全的基石，当前的操作系统已部署了很多访问控制的模型：Unix和Wi
QCon线下会议终于来了，但这次的分享有一些意外，不是性能、
软件系统的架构设计经验很难获得。即便工作多年，能够完成系统架构设计的机会也很有限。如何提高自己的系统架构设计能力呢？不断实践当然不可或缺，思维实验或许
陆奇博士的主题演讲《新范式 新时代 新机会》非常震撼人心。我远程参加了深圳站和北京站
【引子】周末，读了一篇同事推荐的论文《STUN: Reinforcement-Learning-Based Optimization of Kernel Scheduler Paramete
在《神经网络中常见的激活函数》
性能为王，系统的性能提升是每一个工程师的追求。目前，性能优化主要集中在消除系统软件堆栈中的低效率上或绕过高开销的系统操作。例如，内核旁路通过在用户空间中移动多个操作来实现这个目标，还有就是为某些类别的应用程序重构底层操作系统.在许多领域中，专有化似乎是追求更好性能的答案，集中在应用程序和内核，甚至是在不同的内核子系统之间。特别地，专有化可以构建应用程序向系统请求某些功能的上下文。虽然，应用程序专有
在快速发展的人工智能领域中，有效地利用大型语言模型（LLM）变得越来越重要
人类大脑被戏称为“三磅的宇宙”，或
【引子】没有忘记，目前从事的是
导读 >>Java 28 岁了，当打之年，并且还会打很多年。为即将或正在使用Java的你推荐Java“此生错过必遗憾”系列书单。看看你还缺哪本？请补齐。优惠购书链接就在文中，拿好不谢。01《Java核心技术》>>开发基础+高级特性（套装共2册）原书第12版推荐理由 >>“Java四大名著”之一Core Java最新版，一键打包全套2
GPT-4的发布给ChatGPT带来了又一次飞跃，ChatGPT不仅支持文字输入，还能看得懂图片、甚至是漫画、梗图，以GPT-4为代表的多模态大模型非常强大。多模态大模型就是指模型可以处理多种结构/类型的数据，例如GPT-4，它既可以处理你输入的文本，也可以处理你上传的图片。那么，多模态到底意味着什么呢？1. 什么是多模态？人类有五种基本感官:触觉、视觉、听觉、嗅觉和味觉。与每一种感觉相关的感觉器
【引子】“脚踏实地，仰望星空”， 知其然还要知其所以然。读论文是一条重要的途径，这一篇文章https
信息技术是一个日新月异的领域，从自身的发展到学科的教程，再到应用场景的无处不在，导致每天甚至每时每刻都可能会有新的技术或者新的方法涌现出来。“吾生也有涯，而知也无涯”，那么，对于一个工程师而言，不了解并学习持续架构会落伍么？不学习就会落伍在前不久QCon2022（ 由于疫情的原因延迟到今年举办）上有个分论坛主题是“工程师成长实战”，无论是宗刚老师的《三倍速成长实现职场跃迁》，还是《Maven实战》
深度学习的概念源于人工神经网络的研究，含有多个隐藏层的多层感知器是一种深度学习结构。深度学到另...
【引子】第一次接触机会成本，大约还是十几年前自己在读MBA的时候，在徐华老师《管理经济学》的课上听到过一耳朵，但没有太多的认知。这个春节，阅读
当我们接触到《持续架构实践》这本书的时候，因为它的名字，心里面是带着一丝好奇的。系统架构涉及到方方面面的知识，庞？本书恰恰就是这一问题的解药，它...
无论是 ChatGPT 还是 GPT-4，它们的核心技术机制之一都是基于人类反馈的强化学习（Rein
这是一个AI赋能的时代，而机器学习则是实现AI的一种重要技术手段。那么，是否存在一个通
【引子】读论文Toolformer: Language Models Can Teach Themselves to Use Tools，https://arxiv.org/pdf/2302.04761.pdf，再阅读了几篇关于Toolformer的网络热文，于是“无知者无畏”，开始自不量力地试图解读Toolformer。大语言模型（LLM）在利用有限的文本数据解决新任务方面表现出令人难以置信的优
ChatGPT在广泛的开放域任务上展现出令人瞩目的强大对话、上下文学习和代码生成能力，而且它所获得的常识知识还可以为特定领域的任务生成高级解决方案概要。不过，除了更强大的学习、理解和生成能力，ChatGPT还有哪些问题需要解决呢？微软最近发布了TaskMatrix.AI，可能是人工智能生态系统中的另一个方向，将基础模型与数百万个API连接起来以完成任务，是Toolformer和chatGPT的结合
数据已经与土地、劳动力、资本、技术并称为五种生产要素，数据的价值是
ChatGPT的核心运行机制或许是Transformer， ChatGPT的核心数据机制或许就是嵌
即便全力奔跑，也不一定能跟上时代的步伐。但如果失去了学习的动力，很可能会被时代淘汰。
Copyright © 2005-2023 51CTO.COM 版权所有 京ICP证060544号
