成长 (Growth)

2025年6月思考笔记 拒绝的边界感 2025 年 06 月 02 日 - 06:28:12 在一家韩式炸鸡店，没想到周围全是中国人。 套餐都是双人份的，我一个人就点了两份双拼。点餐时问的是能不能刷卡，想避免用现金，感觉现金不是很够。 旁边桌有两男两女，和我打招呼，问我是不是中国人，我说是。他们想找我换钱，说自己的现金不够，女生提议可以用微信换。 我说不行。 我没有解释理由，我觉得好像不需要理由，不行就是不行。 他们好像尴尬住了，老板也尴尬到了。他们的尴尬来自预期落空，也源于自己的面子。 一个陌生人拒绝了另一个陌生人的换钱请求，并且选择了不解释。对方感到了尴尬，这不是谁对谁错，而是预期与现实发生冲撞时，面子与自我边界的自然摩擦。 人的尴尬，往往不是来自于他人的冷漠，而是来自于自己对他人回应的期望没有被满足。 #观我/人际 徒步中的真实感：超越逻辑的热爱 2025 年 06 月 02 日 - 08:51:22 这个世界上，有很多无法用逻辑解释的事情，比如说，我为什么来徒步。 之前和朋友聊起，他问我为什么喜欢徒步爬山，明明很累。我当然能用理性去分析：是享受克服困难后的喜悦，是喜欢只有一步一个脚印才能看到的绝美风景，还是享受徒步过程中那种专注当下的状态。这些是给他的答案，但我也自知，这并不足以还原真实的感受。 那什么是给自己的答案？喜欢就是喜欢，热爱就是热爱。可以找到无数理由和借口，也可以用逻辑层层推理，但语言终归是有限的。只有当我真正一个人走在山脊线上，那一刻身体和心灵的感受，才是真的。 很多事情无法用逻辑解释，就像为什么有人会为热爱废寝忘食，为什么有些旋律一入耳就挥之不去。这是一种非理性的热情。科学解释世界，艺术感受世界；逻辑构建世界，而热爱则让这个世界有了温度。 徒步过程中，大部分时间我都在“浪费”——放空自己，感受世界。当看到人群、山景，脑中会自然涌现出一些想法，然后随之发散漂流。我享受这种自然的思考状态，即使被打断也没关系。这种真实感，不是可以伪装或刻意营造的。 我特别喜欢人在徒步里展现出的“真实感”：有些人走着走着就沉默了，有些人忽然开始喃喃自语，有些人眼神发亮地说想通了一个问题，还有些人只是笑着说“今天的风真好”。接受这种真实，让自己自然地流动起来。 #观我/徒步 简单与复杂的辩证 2025 年 06 月 02 日 - 09:27:09 昨天徒步，陆陆续续想了很多关于简单和复杂的平衡。 我现在越来越钟情于“简单”，无论是纯粹的简单，还是抽象后的简洁。 但我发现自己更喜欢和“复杂”的人相处。不是因为简单不好，而是因为复杂的人身上有更多生活留下的真实痕迹——那些挣扎、矛盾、不确定、患得患失和不安全感，这些都是人性最诚实的写照。观察他们，就是在观察人性本身。 还是那个认知路径：简单 -> 复杂 -> 简单。越接近真相和真理，往往越难以用简单的语言说清楚，这是对世界复杂性的尊重。那些轻易给出标准答案的人，如果他们不是上帝，就是傻瓜。老子说“知者不言”，我想，并非不愿意说，而是语言本身终有其局限。 那么，我们还需要追求简单吗？当然。简单是一种生活哲理，“大道至简”。老子用《道德经》极简的语言表达了极深的哲理，乔布斯把复杂的技术用最简洁的用户界面呈现出来。“简单”从不等于“容易”。 这种边界感在哪？又回到了对“平衡”的理解和运用。 真诚的简单：不包装自己，承认并暴露内心的矛盾。我知道“完美”本身就是一种虚假，真实坦诚远比表面的滴水不漏更珍贵。 承认无知：越是了解自己，了解这个世界，就越发现最接近真实的答案往往是“我还不了解”。 这依旧是一种生活哲学，一种简洁的深度美学。 #观我/成长 韩国文化初探：从“恨”到“꾸안꾸” 2025 年 06 月 02 日 - 10:42:06 几个月前，甚至在有自我意识以来的很长一段时间里，我都受到互联网上一些猎奇内容的影响，对韩国这个国家并无好感。这背后最根本的原因，或许是民族认同与文化主权的焦虑感。包括来济州岛之前，也觉得这辈子来走一次偶来小路就足够了。 当我们看到韩国强调“本国文化独立性”时，在他们国内是民族自豪，而在我们看来，则可能触发一种“丧失文化权威感”的集体焦虑。 然而，在韩国接触到的人，给我的感觉和去过的其他国家一样——人性是相通的，只是社会和制度塑造了人们性格上的差异。我观察到一些有趣的哲学文化内核：...

2025年5月思考笔记 AI 时代独立开发：前端是价值交付的主战场 2025 年 05 月01 日 - 10:22:06 在 AI 时代，独立开发的战场正在向前端转移。 后端被简化：AI 模型将核心服务变为通用能力，后端的技术壁垒降低。SaaS、PaaS 提供商封装了大量基础能力，开发者可以直接调用。 前端成为价值交付的关键：前端是离用户最近的地方，更容易聚焦 MVP 和单人产品闭环。用 Next.js / Tailwind / Firebase / Vercel 这一套技术栈，就能完成全栈交付，快速验证“功能 → 价值 → 增长”的链条。 从“构建”到“集成”：数据库、权限、存储、模型调用都在平台化（如 Supabase、LangChain、Replicate），独立开发者无需从 0 写后端，只需“集成”即可。 AI 将“智能”从后端解耦，前端才是离用户最近、变化最大、价值最集中的战场。 #格物/独立开发 宁愿忍受熟悉的痛苦，不愿拥抱未知 2025 年 05 月03 日 - 16:35:33 出于对未知的恐惧，人们更愿意忍受熟悉的痛苦。 人性中存在一种对熟悉事物的偏好，即便这种偏好并非最优选择。已知的痛苦，似乎总让人感觉更可控，更知道如何去面对。 #观我/心理机制 知人者智，自知者明 2025 年 05 月03 日 - 16:45:22 大部分人都在以自己的想法和观点衡量这个世界，我们赋予一件事的意义，最终决定了我们对它的感受。 这正是价值观如何塑造现实的体现。同样是工作，有人乐在其中，有人视之为苦役。 可以试着问自己一个问题：如果不再有“我恨工作”的想法，我会成为什么样的人？ 很多人从未如此反思。通过元认知，我们可以理解情绪本身的存在。生气时，不妨思考生气的原因和本质，客观地记录下来，问题或许就迎刃而解了。 #观我/自我认知 大脑为了生存，心灵为了幸福 2025 年 05 月03 日 - 16:56:10...

2025年4月思考笔记 深圳十日：友谊的温度 2025 年 04 月 02 日 - 10:41:57 在深圳的十天，也是在 Archer 家的十天，Archer 经常请吃饭，带我们品尝美食，还有小美姐和 Sun 的款待。这次深圳之行让我非常感动，他们的友谊深深地温暖了我。 #观我/人际感悟 心有所栖，爱之始于原谅 2025 年 04 月 02 日 - 14:47:54 心若没有栖息的地方，走到哪里都是在流浪！ 但只有你学会原谅，你才能去爱！ #一闪 战争棱镜：人性的善恶边界 2025 年 04 月 03 日 - 14:19:47 在俄乌战场上，有为俄罗斯而战的中国人，也有为乌克兰而战的中国人，他们背后是不同的立场和价值观。 战争中的善恶很复杂，人性也充满矛盾。有人在战争中变得残忍，无恶不作；也有人，哪怕命悬一线，仍心怀善意。极端环境就像一面放大镜，让真实的人性暴露无遗。 有人说人天生善良，是环境把人逼坏了；也有人说人本性自私，战争只是将其彻底激发。善恶并非绝对，对错也无从平衡，而普通人正是在这种不平衡的人性挣扎中，在夹缝中求生。 和平真的很珍贵，若没有战争这面镜子，我们或许会忘记，人性可以有多坏，也可以有多好。 #知世/人性观察 代码的生命周期与价值 2025 年 04 月 04 日 - 09:08:11 已经跑在生产环境、经过验证的代码，其价值远高于未经测试的代码。 软件和人一样，都有自己的生命周期。我们的任务就是维护它，直到生命周期结束，或是维护成本过高而选择重构为止。 #格物/软件工程 MCP 模式：打造一体化的开发工作流 2025 年 04 月 04 日 - 18:49:25 MCP（Model-Centric Programming）模式的核心在于功能一体化。例如，在 Cursor 中，我们可以轻松获取 API 文档、分析查询数据库，甚至在修改完代码后，通过聊天自动提交 PR 到 GitHub。...

2025年3月思考笔记 DeepSeek R1 论文的设计与工程启示 2025 年 03 月 01 日 - 13:11:41工程思考 架构上的工程意义优于算法意义，为工程实践提供了许多参考价值。 设计思考 强大的模型蒸馏可以得到非常不错的效果。 要超越智能的界限，仍需强大的基础模型和更大规模的强化学习。 推理大模型倾向于在回答问题前，先将问题分解为更小的步骤。 仅靠强化学习，不经监督微调，大模型也能涌现出强大的推理技能。 为模型提供一些参考性的思考笔记也很重要。监督微调能在一定程度上解决输出的思考过程可读性差、偶尔中英混杂的问题。 最小干预模板能指导模型自由探索不同的解题思路，不限定思考方法，可能会带来很多惊喜。 简单直接的奖励方式：准确度奖励（数学问题的回答）+ 格式奖励（易于理解的思维链）。将“思考过程”放在特定标签（如 <think>...</think>）内，答案放在 <answer>...</answer> 内，无需额外训练一个独立的奖励模型，就像固定的高考筛选机制一样，简单有效。 R1 同时公开了基于 R1 蒸馏的六个小模型，这些小模型也具备了一定的推理能力，在某些场景下甚至超过未经蒸馏直接强化学习的小模型，这为未来的模型应用场景提供了一些思考。知识蒸馏结合强化学习，能让小模型在许多应用场景下产生出乎意料的效果。 #格物/AI模型解析 AI 的多模态与跨领域融合趋势 2025 年 03 月 01 日 - 16:30:25 大模型平台 + 领域微调 + 知识蒸馏，未来的微调趋势可能是领域监督微调结合参数高效微调（如 LoRA）。 从文本领域走向多模态是一种趋势，人机交互愈发受到重视，大批交互工具（如 Cursor）正在解决这个问题。扩展至语音、视频等多模态也是必然趋势，AI 的终极形态是全感官 AI。 跨领域知识整合也很重要，许多复杂的现实问题依赖于不同专业领域知识的融会贯通。 模块化趋势或许会借鉴专家混合（Mixture-of-Experts, MOE）等架构，让不同模块专攻不同任务，从而提升整体效率和表现。这种方式也可以和不同领域的知识链接或结合。 对于小模型而言，蒸馏的效果通常比直接强化学习更好，也更节约成本。蒸馏技术能将大模型的能力有效转移到结构更小、计算效率更高的小模型上，使它们在实际应用中也能达到较高的性能水平。 #格物/AI技术趋势 Web3 核心：智能合约与数字货币周期 2025 年 03 月 01 日 - 23:10:11 区块链衍生出许多技术，但就 Web3 发展而言，核心是智能合约。智能合约存储在区块链上，充当自动化的业务逻辑，一旦满足条件即可执行。Web3 的形态可以理解为社区驱动、自给自足的经济形态。 数字货币的成长周期分析：创建 -> 成长 -> 投机 -> 泡沫 -> 调整。...

开篇与自我定位 年度序言与背景 📅 Hi! 2025 ~ TIP: 这篇文章的信息密度很高，并且带有强烈的主观，我尽可能的尝试少一些观点，多一些经验的描述，包括自己旅居过程中的经验，经历过的一些事情反思，做产品的途中的一些经验，经验是宝贵的，希望留给你触动和思考的空间越广，TOP 中选取自己感兴趣的阅读即可。 曼谷 → 尼泊尔/加德满都 的飞机上，其实心情是豁达的，从小到大做的车太多了，喜欢在车上思考一些问题。一切都是那么自然，前段时间明星王星泰国被骗的事件， 西藏/尼泊尔 地震事件。一个月前曼谷飞首尔航班事件，再到之前 加德满都 -> 博卡拉 的飞机频频失事，喜马拉雅山频繁出现意外，再去用理智和数据去推测自己的后半生的成长曲线，我是怎么也没办法说服自己就这样让自己莫名其妙的离开这个世界。反转一个场景，”世界都这么多突然了，假设我们每一天都会是最后一天，假设我当前乘坐的航班✈️也没办法顺利到达终点，最后一天，你有什么遗憾吗？” 我已经很快乐的度过每一天了，我已经在让每一天都不留遗憾的度过了。哪怕很平常的一天，走在草坪上，看看小朋友和小狗嬉闹的身影我觉得已经很幸福了。最后一天真的那么重要吗，重要的是当下，做自己想做的事情，为自己想要实现的愿望付出自己的时间、经历和生命。是此时此刻，比如说你我在思考这个问题的瞬间，感受到的乐趣，我把每一天都当做最后一天去生活，去做自己想做的事情，去尽可能的创造，为世界创造一些幸福和价值。对于一些自己无能为力，不可控的问题，交给佛祖吧 ～ !https://cdnv2.ruguoapp.com/Fmx1eiSFwVftgjXDxPT9RjdFz2X1v3.jpg?imageMogr2/auto-orient/heic-exif/1/format/jpeg/thumbnail/!120x120r/gravity/Center/crop/!120x120a0a0 又一年过去了， 上一年在维多利亚港跨年写年度小结的场景还历历在目，是什么能力可以在短短几个小时完成一篇年度小结？ 结合 AI 的能力快速完成的年度小结就像是 KPI 一样 😅。 去年就已经构思了今年的我年度总结可能会完成那哪些梦想，果然还是不能有太多的期待，结果现在回顾起来全部都是不及格，于是今年就不写年度小结了，反思一下今年的自己为什么是这样的转变。 好我喜欢写随笔，因为自己定义也是一个流浪青年，这篇文章我也会用随笔去写。 写之前想过一些定位，去年在维多利亚港看跨年烟花的时候，2023 跨年夜，我给自己的博客标了一句话： 我叫 Xinwei(bear) Xiong 🤖。我的忠诚是对冒险的忠诚☀️。 我是一个开源的极度爱好者Ⓜ️。我有一个大梦想，并会在明年实现它。 如果是那时候的我，肯定想的是今年如何去写去过哪些地方，实现了哪些的梦想。 因为日常也记录了非常多的随笔，以及当时的思考如何形成之前的我，以及现在的我。当时当下有更想写的一些东西，我很相信今年也尤其喜欢 transformation 这个词，所以这篇博客的核心，我想从 transform 这个词来深度的剖析，如果我的博客和文章是一款好的产品，投入了我大量的经历以及经验的结晶，禁得住市场和监管的考验，最终呈现给你的这款产品，面对你（与众不同且独一无二）的人来说，如何切切实实的感受到这种 transformation。 来之前看过 Reimu 的文章，那就从 Reimu 的文章开始说起，引入 transform 。 Reimu 在 2019 年大学毕业那会写过一篇万字长文《毕业后的一些思考》。我分别在大三大四读过一遍， 两次都是有缘刷到，很高兴第二次我认识了 Reimu。这篇文章讲的是 Reimu 在大学后的大量的思考以及信息攫取后输出，很有批判性思维。它确确实实让两次观看的我有了两次深刻的差异化感受，我理解这个过程就叫做 transformation，是，是我第一次阅读到第二次阅读感受的 transformation， 是我 看着 Reimu 的 transformation ，也是一个以时间为维度，两个普通平凡技术从业者时隔五年思想的 transformation。...

原文记录摘要 两种不一样的精细带来的体验 ｜ 2025-06-02 14:16:04 世间精细，大致可分为两种：一种是完美主义式的，另一种是感动式的。为何后者往往更能触动我们内心深处？ 完美主义的精细，执着于完美本身——是陶瓷表面的光洁无瑕，是琴键上每个音符的精准无误。而感动的精细，则在于情感的链接，它如同日式物哀中那份残缺之美，是能触动灵魂的微妙。它在演奏中流淌，每个力度的变化都在讲述故事，每个休止符都承载着情感的重量。 工具理性说：精细，是为了达到“完美”这个客观标准。 价值理性却道：精细，是为了传递“爱”、“关怀”、“美”这些内在价值。 前者更多是向内的自我苛求，后者则是向外的情感共鸣。一个追求极致的标准，一个渴望深刻的连接。 #文化 Prompt 设计哲学 ｜ 2025-06-02 12:56:14 近来，尤其在接触了李继刚先生的一些Prompt设计哲学后，结合自身感悟，略谈一二。 所谓“一个词就能让大模型理解”，这背后是压缩的力量，本质上是对输入（input）的精炼与优化，旨在让LLM更精准地捕捉我们的意图。 如何写好prompt，窃以为有三层逻辑： 理解LLM的特性：不同的LLM，其“脾性”各异，同样的方法可能效果迥然。知己知彼，方能运用自如。 行业知识的壁垒：这部分是专业领域的沉淀。比如审美，如何构建和谐的视觉，如何运用色彩，这些顶尖水准的感知，LLM短时间内难以企及。 清晰的逻辑表达：把问题说清楚至关重要。同一个需求，条理清晰的表述远胜于含糊其辞，更能助LLM准确理解。 主观差异越大的领域，LLM越难替代。审美即是一例，纵有对称、色彩搭配等共性之美，但“萝卜青菜，各有所爱”，如物哀之美，便是个体独特的情感投射。 LLM的边界何在？它日益精进，似乎我们所需的prompt越来越少。曾记否，对GPT-3.5说“言简意赅”，它未必能领会；而对GPT-4说同样的话，它便能心领神会。这之间的差异，便是理解能力的跃迁。若模型尚不能领会，我们便需将抽象的词汇铺陈开来，辅以类比、举例。模型的进步，意味着这种理解鸿沟在逐渐弥合。 LLM的进步，私以为并非压缩人类的表达空间，而是推动我们向更高的认知层级迁移。Prompt工程师，更像是认知层级的翻译者与架构师。真正的prompt工程，非“调教AI”，而是设计一种认知协同的架构。随着AI的进化，这个角色将从“指令编写者”升华为“认知共振设计师”。 #AI 感受到的韩流文化，有些不一样 ｜ 2025-06-02 12:42:06 数月前，乃至有自我意识以来的很长一段时间，在互联网猎奇内容与民族认同、文化主权焦虑的交织影响下，对韩国的情感颇为复杂，甚至有些许抵触。来济州岛前，也曾以为此行不过是为了一睹偶来小路的风采，此生或许仅此一次。 当我们强调“本国文化独立性”时，在国内是民族自豪的体现；而在某些情境下，对他人文化的审视，则可能源于一种“文化权威感失落”的集体焦虑。 此番在韩国所接触之人与事，与过往游历他国的感受并无二致：人性本通，社会与制度塑造了性格的万千气象。其文化内核中，亦有值得深思的哲学意蕴： 韩文中“한（恨）”，并非简单的恨意，而是一种复杂的存在状态——痛苦、不甘、坚韧与希望的交织。这与加缪笔下的西西弗斯有异曲同工之妙：明知巨石将滚落，依旧不懈地推向山顶。韩国人将此“恨”化为前行的动力，这是一种深刻的生命哲学：接受痛苦，但不被痛苦所吞噬。相较于某些文化对情绪的内敛克制，韩国文化更鼓励直接的情感表达，这并非情绪泛滥，而是对内心真实的尊重。 美学追求的极致，使得韩流文化输出强劲，同时也带来了容貌焦虑的激烈内卷。 通过精细达到感动的美学理念，在韩妆中体现得淋漓尽致。妆容本意修饰遮掩，韩妆却选择了另一种“遮掩”——韩国社会期望女性完美无瑕，又不失自然。于是，“꾸안꾸”（꾸민듯 안꾸민듯，精心打扮却如同未施粉黛）文化应运而生。其逻辑在于： 素颜是一种真实。 精神饱满、睡眠充足、心情愉悦时的容颜，亦是一种真实。 妆容，不过是用技巧呈现后者的真实状态。 这种“虚假”并非欺骗，更像是一种美学选择——选择subtle（微妙）而非dramatic（戏剧化），选择enhancement（提升）而非transformation（彻底改变）。 #文化 简单和复杂 ｜ 2025-06-02 11:27:09 昨日徒步，思绪在简单与复杂的平衡中摇摆。 我愈发钟情于简单——无论是纯粹的质朴，还是抽象后的凝练。然而，我又偏爱与复杂的人相处。并非简单不好，而是复杂的人身上，刻着更多生活真实的印记：那些挣扎、矛盾、不确定、患得患失、不安全感……皆是人性最坦诚的写照。观察他们，便是在观察人性本身。 我们常说，成长是经历“简单 → 复杂 → 更高层次的简单”的过程。越接近真相与真理，往往越难以用简单的语言一言蔽之，这是对世界复杂性的敬畏。那些轻易给出标准答案的人，若非洞察天机，便是认知浅薄。老子言“知者不言”，非不愿言，实乃语言文字亦有其局限。 如此，便陷入一个矛盾：我们还需追求简单吗？简单，是一种生活的智慧，如“大道至简”，老子以《道德经》寥寥数语道尽宇宙玄机；乔布斯将繁复技术藏于极简界面之后。简单，从不意味着容易。 这其中的边界感何在？又回到了对“平衡”的理解与运用。譬如： 坦诚的简单：不刻意包装自己，深知完美本身即是一种虚设。暴露内心的矛盾与不完美，远比表面的光鲜亮丽更显珍贵。 承认无知：越是了解自我与世界，越会发现，最接近真实的答案往往是“我尚不知”。 这依旧是一种生活的哲学，一种简洁中蕴含深度的美学。 #人生/成长 徒步过程中的真实感 ｜ 2025-06-02 10:51:22 这世上有许多事，是逻辑难以全然解释的，譬如，为何徒步。 曾与友人聊起，他问我为何钟情徒步登山，明明那般辛苦。我自然能从理性层面剖析：是享受登顶的喜悦，是迷恋一步一脚印后方能遇见的绝景，还是沉醉于徒步中那份专注当下的过程？这些是说与他人的答案，却未必是说与自己的。我自认对这份热爱的理解尚浅，只能大致勾勒出一些难以还原真实的语言片段。真正的答案，或许只有当我独自一人行走于山脊线，身体与心灵在那一刻的交融感受，才是最真切的。 许多事，都无法全然诉诸逻辑。为何有人会为一事废寝忘食？为何某些旋律总能拨动心弦？这是一种非理性的热情。科学解释世界，艺术感受世界；逻辑构建秩序，而那份近乎“疯狂”的热爱，则赋予世界以温度。 徒步时，我在想些什么？梁文道先生也爱徒步，他说那是一种精神奖赏。很多时候，徒步让我进入一种全然沉浸于当下、无须刻意思考、亦不自我评判的状态。有时什么也没想，只是放空。进入自然，放空自己。当我们真正停止思考，才开始“看见”。 徒步途中，大部分时间或许是在“浪费”——放空，感受风，感受阳光，感受身体的疲惫与力量。在偶来小路，遇见人群，望见山景，思绪便如水流般自然涌现，随之发散、漂流。这是一种奇特的“心流”状态，即便被打断亦无妨。我享受这种自然的成长过程，这种不加伪饰的真实感。 尤其喜欢人在徒步中展现出的那份“真实”：有人走着走着便沉默了，有人忽然开始喃喃自语，有人眼神发亮地分享一个豁然开朗的念头，还有人只是笑着说“今天的风真好”。接纳这份真实，让自己如水般自然流动。 #徒步...

在求职的海洋中，一份精心准备的简历就如同一艘设计精良的帆船，能让你在竞争激烈的浪潮中乘风破浪。随着开源社区的蓬勃发展，现如今市面上涌现出许多优秀的简历生成工具，旨在帮助求职者以最低的成本制作出既专业又具有个性化的简历。本文将为你详细介绍几款顶尖的开源简历生成工具，并提供实用的简历制作和优化技巧。 🌟 精选开源简历生成器 📄 Visiky Resume 如果你想在网页上展示你的简历，并且需要多种定制选项，Visiky Resume 是一个不错的选择。这款工具提供三种内置模板，支持自定义主题颜色和模块标题，甚至还支持中英文双语版本，非常适合具有国际求职需求的用户。 🌍 GitHub 仓库 📝 在线生成器 ✒️ Markdown Resume 对于Markdown的忠实粉丝来说，Markdown Resume 提供了一种极简方式来构建简历。它支持丰富的Markdown编辑功能，并且能够直接导出为PDF，非常适合那些追求内容优先、格式简洁的技术写作者。 📖 GitHub 仓库 🖥️ 在线生成器 🎨 Typora Markdown Resume 通过结合Typora、Markdown和CSS，你可以自由地打造一个个性化十足的简历。对于那些熟悉网页设计或喜欢手动调整每一个细节的创意专业人士来说，这无疑是一个极好的选择。 🛠️ GitHub 仓库 🌐 木及简历 木及简历提供了一个全面且功能强大的在线Markdown简历编辑器，支持实时PDF预览、智能排版和云存储，非常适合那些希望远离繁琐Word处理的用户。 💡 GitHub 仓库 🌐 官方网站 📚 Awesome CV Awesome CV 是 LaTeX 用户的福音，提供多种精美的模板，适合那些追求极致专业外观的求职者。 🎓 GitHub 仓库 🔗 OpenResume 作为一个功能全面的简历生成器，OpenResume 允许用户快速创建现代化的专业简历，并提供在线编辑和预览功能。 🌟 GitHub 仓库 📊 在线使用 🔗 Online-CV: 国外热门的在线简历/在线名片 这是一个基于Jekyll的极简主题，用户只需简单操作即可在GitHub上托管自己的简历(CV)。 🌐 开源GitHub仓库 🌟 在线示例 💻 程序员的简历示例与模板 程序员简历示例和通用项目经验的写法 🔗 查看简历示例和模板大全：Awesome Resume 🔗 通用的简历模板案例：Resume Sample 这些资源提供了广泛的示例和模板，帮助用户编写和优化技术相关的简历，特别适用于程序员和技术专业人士。通过参考这些资源，你可以更好地展示自己的技能和经验，以符合行业标准和招聘者的期望。...

双剑合璧：结合GitHub与Google Workspace的项目管理艺术 之前写过一篇 从理论到实践的项目管理打通 。 其中介绍了 Github 的项目管理方式 Github Projects，以及配合 Github 实现整个开发和项目管理打通，但是可能会出现一些问题，今天来聊聊其中会出现的问题，以及给出对应的解决方法，顺便总结一下现阶段自己认为的开源项目做项目管理的最佳实践方法。 google projects VS github projects GitHub Projects 针对开发者：GitHub Projects特别适用于软件开发项目，因为它紧密集成了GitHub的代码仓库、问题跟踪（Issues）和拉取请求（Pull Requests）。 项目管理功能：提供看板（Kanban）和项目里程碑跟踪，便于管理项目的进度和任务。 开源友好：对于开源项目尤其友好，使得与全球开发者的协作变得简单。 集成和自动化：通过GitHub Actions，可以实现持续集成和持续部署（CI/CD）等自动化流程，与项目管理紧密结合。 Google Projects Google Workspace集成：如果你已经在使用Google Workspace（前身为G Suite），那么Google Projects（指的是Google的某些项目管理工具，如Google Tasks或者更广泛的Google Workspace应用）可能提供更好的集成体验。 通用项目管理：可能更适合非软件开发的项目管理，如营销活动、HR项目等（如Google Docs、Sheets、Slides等）。 协作和共享：Google应用的强项在于实时协作和文件共享，适合需要紧密协作的项目团队。 以前是单打独斗，或者是简单的开发小团队，那么 Github Projects 必然是最合适的，如今需要考虑到更多人的参与，更有序的资源和文档的管理，那么对于现在来说，可能需要更多的优化协作。 比如说一些重要的文档记录，一些重要的表格，以及 PPT 演示，会议记录，以及一些日程安排。但是对项目本身来说，结合Github问题追踪和拉取请求又非常重要。 我希望组合使用GitHub Projects和Google Projects（或Google Workspace的相关工具）进行项目管理，可以根据各自的优势制定一个最佳实践方案。这样做可以充分利用两个平台的优点，实现更高效和全面的项目管理： 1. 使用GitHub Projects管理开发活动 代码管理和追踪：利用GitHub的核心优势，将所有代码管理任务（包括版本控制、分支管理等）以及与代码直接相关的活动（如Bug追踪、功能请求等）保留在GitHub。 自动化工作流：通过GitHub Actions实现自动化，比如自动测试、构建和部署，以及自动化的问题和拉取请求管理。 项目看板：使用GitHub Projects的看板功能跟踪开发进度，如待办事项、进行中和已完成任务。 2. 利用Google Workspace管理项目的其他方面 文档和文件共享：使用Google Docs、Sheets和Slides来创建和共享项目文档、计划和报告，利用它们强大的实时协作功能。 通信和会议：通过 Google Meet 和 Gmail 进行项目会议、沟通和更新，保持团队成员之间的紧密联系。 任务和日程管理：利用 Google Tasks 和 Calendar 管理非开发任务（如市场活动、人力资源计划等）以及重要的项目里程碑和会议安排。 最佳实践方案 集成工具使用：探索和使用第三方工具或脚本实现GitHub和Google Workspace之间的数据同步。例如，可以自动同步GitHub Issues到Google Sheets作为任务列表，或者在GitHub里程碑变更时自动更新Google Calendar。 明确分工和规范：在项目开始时明确规定哪些任务和活动应该在GitHub上管理，哪些应该使用Google Workspace工具。制定明确的团队协作和沟通规范，确保所有项目成员都清楚使用哪个工具以及如何使用。 定期检查和调整：项目管理方法和工具的选择应根据项目的实际情况进行调整。定期回顾团队的工作流程和工具使用情况，根据反馈和项目需求进行必要的调整。 谷歌项目管理工具：所有你需要知道的 对于 Github 的项目管理，可以阅读 从理论到实践的项目管理打通 ，以及 Github Projects 官方网站 https://docs....

2024年1月6日大语言模型分享会 模型的局限： 深度学习 预训练模型 大语言模型 大语言模型的涌现能力： 💡 复杂系统学科里已经对涌现现象做过很久的相关研究。那么，什么是“涌现现象”？当一个复杂系统由很多微小个体构成，这些微小个体凑到一起，相互作用，当数量足够多时，在宏观层面上展现出微观个体无法解释的特殊现象，就可以称之为“涌现现象” Link: 大语言模型进化之谜：涌现现象的挑战与争议_AI_张俊林_InfoQ精选文章 大语言模型的特点趋势的转变： 大语言比人更懂人类的习惯。 使用 RLHF 训练 使用人类习惯的方式交互 大语言模型的发展脉络： 开源模型越来越多，比例越来越大。 预训练模型依旧是非常多的，但是微调的比例越来越高 如何学习大语言模型 模型结构的配置 大语言模型的微调 使用技巧 自己训练模型 不一定要只是单一的数据，也可以是数据的混合（包括自己提供的业务文档或者代码） 训练的数据来源： 💡 数据安全和重复数据的去重，数据筛选很重要（这一步该怎么做？） 当处理和准备用于机器学习模型训练的数据时，确保数据的质量、安全性、和去重非常重要。这里有一些关键步骤和方法，可以帮助你实现这一目标： 质量过滤（Quality Filtering）: 确保数据准确无误：移除或修正任何错误的、不完整的或者是不准确的数据。 保证数据的一致性：确保所有的数据遵循同样的格式和标准。 数据去重（Data Deduplication）: 识别和移除重复数据：使用算法或者工具来识别完全相同或高度相似的数据项，并将其合并或删除。 对于文本数据，可以使用哈希算法或者基于内容的去重方法。 隐私去除（Privacy Removal）: 确保数据中不含有任何个人可识别信息（PII），如姓名、地址、电话号码等。 在某些情况下，可以使用数据脱敏技术，如匿名化或伪匿名化，来保护用户隐私。 分词（Tokenization）: 对于文本数据，分词是将连续文本分割成更小单元（如单词、短语或字符）的过程。 分词的方法依赖于特定语言的语法和词汇结构。对于中文，可能需要特定的分词工具，因为中文是一个无空格分隔的语言。 解码器结构 “causal decoder"和"prefix decoder"是两种不同的解码器结构，它们在处理序列数据，尤其是在文本生成任务中扮演着重要角色。下面是这两种解码器的对比： Causal Decoder (因果解码器) 定义和应用: 因果解码器，如在GPT系列模型中所使用的，是一种单向解码器。 它在生成文本时，仅考虑已经生成的或给定的前文（即，它只看到左侧的上下文）。 工作原理: 在处理每个新词时，因果解码器仅使用前面的词作为上下文。 这种模式模拟了人类自然语言的生成方式，即基于已知信息顺序地产生新信息。 用途: 适用于文本生成任务，如故事叙述、自动写作、聊天机器人等。 特点: 保证了生成的文本是连贯的，并且在逻辑上遵循了之前的上下文。 不能回看或考虑未来的词汇或句子结构。 Prefix Decoder (前缀解码器) 定义和应用: 前缀解码器是一种可以同时考虑前文和后文的解码器，类似于BERT中的masked language model（MLM）。 它在处理数据时，可以同时考虑序列中的前缀和后缀信息。 工作原理: 在处理每个词时，前缀解码器使用前面的词和后面的一些占位符或掩码作为上下文。 这种方式使得解码器在生成某个词时，可以考虑到整个序列的结构。 用途: 常用于需要双向上下文理解的任务，如文本填空、句子完善、语言模型训练等。 特点: 能够在生成文本时考虑到更全面的上下文信息。 更适合于理解整个句子或段落的结构和含义。 模型结构的优化 模型结构优化一直以来都是比较fancy的工作，优秀的模型结构设计，可以大大提高模型参数的效率，甚至小模型效果可以超过大模型。本文我们以XLNet、ALBERT、ELECTRA为例进行分析。虽然他们也可以认为是预训练任务优化和模型轻量化方面的工作，但鉴于模型结构创新力度很大，我们还是在模型结构优化这个版块来分析他们。...

✨ 熟悉我的人都知道，我是一名不折不扣的开源爱好者，从大一开始接触到 GitHub 后，逐渐的沉迷于 开源世界 ~ 今天这篇文章很特别，算是自己参考并且总结出来的开源阶段，以及学习开源项目的步骤和心得。未来自己也是按照自己的规划来进行成长。 同学习 Kubernetes 的成长轨迹一样，这篇文章将会长期更新，也可以参与贡献 ~ 目前我是处于第一阶段，处于一种对开源世界和对知识的沉淀与积累的过程中，这个阶段的主要表现是我们开始学一些基础。但是我喜欢做笔记将它们记录下来，供自己日后翻阅和复习，当然也是制作自己的内容价值。 GitHub - cubxxw/awesome-cs-cloudnative-blockchain: 📚 菜鸟成长手册🚀 CS系列 、云原生系列、区块链系列、web3系列🔥、Golang系列💡…… 这一阶段，并不是意味着我开始迈入第二阶段，第一阶段就 come to an end. 我认为以下所讲的所有阶段就像是人生轨迹，并不是意味着你当爸爸了就不是父母的孩子，你依旧可以扮演着多种角色，并且不断完善和改进自己的角色。开源项目也是如此，类比我们的成长经历，在后一阶段我依旧会扮演好前一阶段的角色。所以我会坚持做自己的内容创作和知识共享 ~ ✨ 下面开始介绍适合大多数人的开源项目的不同阶段，为了方便定位，我将上面知识积累称呼为 0 阶段知识积累阶段。下面开始从第一阶段开始讲起~ 第一阶段：简单看源码阶段 💦 在这一个层次的我们，是一个刚毕业或者没毕业的大学生，又或者是刚刚踏入职场，我们是一个新手，对于开源项目保持一心热血但是不知道从何开始。 方法： 简单看源码 说明： 简单看源码、文档、跑跑样例代码 学习效果： 1 ~ 2 有产出： 没有产出 是否达成学习闭环： 尽量问题驱动看源码，从问题出发学源码回归问题，达成闭环 Get 到的技能点： 阅读源码的技能 案例： 阅读 sealer、sealos、Kubernetes、k3s、horizoncd 的源码，并且测试 阶段 第一阶段：简单看源码阶段 方法 简单看源码 说明 简单看源码、文档、跑跑样例代码 学习效果 1 ~ 2 有产出 没有产出 是否达成学习闭环 尽量问题驱动看源码，从问题出发学源码回归问题，达成闭环 技能点 阅读源码的技能 案例 阅读 sealer、sealos、Kubernetes、k3s、horizoncd 的源码，并且测试 第一阶段的建议是简单地看源码、文档、跑跑样例代码来学习。这个阶段的主要目的是积累基础知识，建议尽量问题驱动看源码，从问题出发学源码回归问题，达成闭环。阅读源码的技能是这个阶段最重要的技能点。建议阅读一些开源项目，例如 sealer、sealos、Kubernetes、k3s、horizoncd 等，并进行测试。...