曲线救国：通过 OrbStack 在 Apple Silicon 平台搭建 K3s x86 集群
领域模型脱胎于通用大模型，两者有相似之处，但通用大模型在训练时使用的是通识数据集，缺少领域知识，导致企业在应用过程中会发现一些问题。比如，如果我们要做一个滴普科技的智能问答机器人，但通用大模型并没有学习到滴普科技的各种产品信息，缺少先验知识。 目前这个问题有两种解决途径，一种是 RAG，通过外挂知识库来弥补通用大模型缺乏领域知识或知识更新较慢的问题；另一种是构建领域大模型，即在通用大模型的基础上使用领域数据集进行微调，使其能够识别或记住领域知识，以更好地为企业服务。 本文将分享滴普科技在服务客户过程中积累下来的领域大模型构建指南。
在AI领域，大模型的发展正以前所未有的速度推进技术的边界。 北京时间4月19日凌晨，Meta在官网上官宣了Llama-3，作为继Llama-1、Llama-2和Code-Llama之后的第三代模型，Llama-3在多个基准测试中实现了全面领先，性能优于业界同类最先进的模型。 纵观Llama系列模型，从版本1到3，展示了大规模预训练语言模型的演进及其在实际应用中的显著潜力。这些模型不仅在技术上不断刷新纪录，更在商业和学术界产生了深远的影响。因此，对Llama模型不同版本之间的系统对比，不仅可以揭示技术进步的具体细节，也能帮助我们理解这些高级模型如何解决现实世界的复杂问题。
在现代设计中，动效图在APP的UI界面中所起到的作用无疑是显著的。相比于静态的界面，动效更符合人类的自然认知体系，它有效地降低了用户的认知负载，UI动效俨然已经成为了不可或缺的一部分。 那么在开发过程中，当遇到UI提供的动态物料满足不了内存以及效果的要求时，我们程序员就不得不通过代码自己去实现效果，这就引出了我们今天要实现的这个旋转变色圆角三角形。当时接到需求的时候，我也以为只要UI同学提供物料即可，但是实验的时候发现如果想呈现动效效果好一点的话，在不同的手机上可能会发生丢帧，OOM以及图形的严重锯齿化等一系列问题，最后实现这个效果的重任就落到了我们程序员的头上（很头大）。 记得当时为了实现这个动画效果，也是发挥了我尘封已久的初中数学知识，还有朋友的帮忙，才能顺利完成开发任务。所以虽然时间过去了很久，依然想做个记录，供大家参考探讨！废话说完终于要进入正题了，大家可以看一下这个UI动效
2023年以来，LLM 变成了相当炙手可热的话题，以 ChatGPT 为代表的 LLM 的出现，让人们看到了无限的可能性。ChatGPT能写作，能翻译，能创作诗歌和故事，甚至能一定程度上做一些高度专业化的工作，比如法律服务和医疗诊断咨询。然而，正如任何新技术一样，LLM 也带来了新的挑战和问题。我们如何确保它们的安全性，如何防止它们被用于不良目的？这些都是亟待解决的问题。 在本文中，无恒实验室以应用安全工程师的视角，汇总梳理有关 LLM 的原理和基础知识，以赋能安全工程师为后续新型使用 LLM 的产品的信息安全保驾护航。
一条SQL语句的执行究竟经历了哪些过程？作者作为一个刚入职的大数据研发新人对SQL任务执行整个流程进行了整理，本文就作者学习内容和体会供大家参考。
参照Apple、Booking和AirBnB等一众品牌在国际化的进程中始终保持品牌认知的一致性，Ctrip和Trip（以下简称为“C&T”）并驾齐驱的过程中，集团对于不同国度和不同客群的品牌效应有趋于统一的诉求。 研发的整体链路上同样存在由于C&T相似需求导致的重复开发工作量，服务链路上并没有完全做到抽象与统一，前端链路上存在复用率低以及缺失动态化能力的情况。 多终端存在功能不对齐的情况，造成用户体验不一致，结合C&T的场景进一步加剧了功能模块复用率低以及研发资源利用率低的问题。 综上三点，C&T一致与多端融合的问题等待技术给出答案。
