[置顶] Interview - highlight issue

摘要: 2023 量化选债,查询超时 - 优化查询时间从90s为1s 详见onenote 数据库命中率突然从 99% 降低到了 75%,整个系统处于阻塞状态,更新语句全部堵住 而探究其原因后,我发现这个业务有大量插入数据的操作,而他在前一天把其中的某个普通索引改成了唯一索引。 知识点:mysql innod 阅读全文

posted @ 2020-08-11 18:04 frank_cui 阅读(136) 评论(0) 推荐(0) 编辑

[置顶] Leetcode - 模板思路+易错点

摘要: 模板 数组里找超过1/2,1/3个数的数字 通解通法:摩尔投票法 一个数组,超过1/2的数字,至多有1个;超过1/3的数字,至多有2个... 超过1/2: 169. 多数元素 超过1/3:229. 求众数 II 疑问:最后留下的一定是超过1/2,或者1/3么? https://leetcode-cn 阅读全文

posted @ 2019-12-31 16:42 frank_cui 阅读(533) 评论(0) 推荐(0) 编辑

[置顶] TODO List

摘要: https://mianbaoduo.com/o/m/author-aGaZnGlsYw==/work https://article.xuexi.cn/articles/index.html?art_id=3613344352789627081&t=1652542729631&reedit_tim 阅读全文

posted @ 2019-12-16 11:34 frank_cui 阅读(264) 评论(0) 推荐(0) 编辑

2025年1月20日

AI - ReAct 技术与 Function Call 技术介绍

摘要: ReAct 技术与 Function Call 技术介绍 1. ReAct 技术 ReAct 是一种用于增强语言模型推理能力的技术,通过在模型的推理过程中引入“思考”(thought)步骤,帮助模型更好地理解和规划下一步行动。 核心思想: ReAct 在传统的“行动-观察”(action-obser 阅读全文

posted @ 2025-01-20 13:28 frank_cui 阅读(135) 评论(0) 推荐(0) 编辑

AI - 大模型的类别对比:LLM,Text Embedding,Rerank,Speech to text,TTS

摘要: 以下是大模型的几种类别对比:LLM、Text Embedding、Rerank、Speech to Text、TTS。 LLM(大语言模型) 定义:通过在大规模文本数据上进行预训练,学习语言的规律和模式,获得通用语言理解能力和生成能力的模型。 特点: 参数量大,计算资源需求高。 具有强大的语言理解能 阅读全文

posted @ 2025-01-20 13:26 frank_cui 阅读(395) 评论(0) 推荐(0) 编辑

2025年1月14日

AI - 大模型核心参数解析(Top-k、Top-p、Temperature、frequency penalty、presence penalty)

摘要: 原文链接 https://blog.csdn.net/u012856866/article/details/140308083 文章目录 0. 前言1. top-k采样2. top-p采样3. Temperature采样4. 联合采样(top-k & top-p & Temperature)4. f 阅读全文

posted @ 2025-01-14 16:49 frank_cui 阅读(708) 评论(0) 推荐(0) 编辑

AI - 大模型返回的prompt_tokens、prompt_unit_price等信息,是什么意思

摘要: 在使用大语言模型(LLM)时,`prompt_tokens`、`completion_tokens`和`prompt_unit_price`等信息是非常重要的概念,它们帮助用户理解和管理模型的使用情况和成本。以下是对这些术语的详细解释: ### 1. `prompt_tokens`- **定义**: 阅读全文

posted @ 2025-01-14 15:58 frank_cui 阅读(200) 评论(0) 推荐(0) 编辑

AI - 大模型里的token,具体指什么?

摘要: 在大语言模型中,**token** 是一个比单个字母或单个汉字更复杂的概念。它通常是指输入文本被模型处理时的一个基本单位,这个单位可以是一个单词、一个子词(subword)、一个字符,甚至是一个特殊的标记(如换行符、标点符号等)。具体来说,token的划分方式取决于模型使用的分词器(tokenize 阅读全文

posted @ 2025-01-14 15:56 frank_cui 阅读(545) 评论(0) 推荐(0) 编辑

2024年12月3日

Archi - BaaS 与 SaaS 的区别

摘要: BaaS(Backend as a Service,后端即服务)和SaaS(Software as a Service,软件即服务)是云计算服务模型中的两种不同服务模式,它们在设计理念和应用场景上有所区别: BaaS的API设计理念: 预构建的后端功能:BaaS提供了预构建的后端功能,如用户管理、数 阅读全文

posted @ 2024-12-03 13:31 frank_cui 阅读(30) 评论(0) 推荐(0) 编辑

AI - RAG(Retrieval-Augmented Generation,检索增强生成)

摘要: RAG(Retrieval-Augmented Generation,检索增强生成)技术是一种结合了检索和生成功能的自然语言处理(NLP)技术。它通过从大型外部数据库中检索与输入问题相关的信息,来辅助生成模型回答问题。以下是对RAG技术的详细解析: 一、技术原理 RAG技术的核心思想是将传统的检索技 阅读全文

posted @ 2024-12-03 10:32 frank_cui 阅读(112) 评论(0) 推荐(0) 编辑

2024年12月2日

Financial - Brinson绩效归因实例

摘要: Brinson绩效归因(Brinson Performance Attribution)是投资管理中用来分析投资组合相对于基准(如市场指数)表现差异的一种方法。它由Gary P. Brinson、L. Randolph Hood和Gilbert L. Beebower在1986年提出,主要通过将投资 阅读全文

posted @ 2024-12-02 13:52 frank_cui 阅读(81) 评论(0) 推荐(0) 编辑

Financial - VaR和CVaR的区别

摘要: 在金融领域,VaR(Value at Risk,风险价值)和CVaR(Conditional Value at Risk,条件风险价值)是两种重要的风险度量工具,它们之间存在明显的区别,并且各自有不同的计算方法。 一、VaR和CVaR的区别 定义与用途: VaR是一个统计度量,用来衡量在给定的时间段 阅读全文

posted @ 2024-12-02 09:10 frank_cui 阅读(197) 评论(0) 推荐(0) 编辑

2024年11月26日

PPT草稿

摘要: 对西部利得基金的了解 https://m.thepaper.cn/baijiahao_13658167 https://caifuhao.eastmoney.com/news/20230819163942102816240 发展历程 2010年7月20日 —— 纽银梅隆西部基金 其前身为纽银梅隆西部 阅读全文

posted @ 2024-11-26 16:39 frank_cui 阅读(16) 评论(0) 推荐(0) 编辑

2024年10月18日

Archi - 无单点原则 和 可水平扩展原则 的区别

摘要: 在系统设计中,无单点原则和可水平扩展原则是确保系统高可用性和灵活性的两个重要方面,它们之间存在明显的区别,具体如下: 一、无单点原则 定义:无单点原则是指在设计系统时,应避免存在单个点(组件、服务或设备)的故障导致整个系统不可用的情况。换句话说,系统应该具备冗余和容错能力,以确保在单点出现故障时,其 阅读全文

posted @ 2024-10-18 14:21 frank_cui 阅读(15) 评论(0) 推荐(0) 编辑

2024年8月17日

Bond - 骑乘效应

摘要: 原文:https://zhidao.baidu.com/question/1441472028494408339.html 骑乘效应通俗理解就是投资债券期间,不仅赚到这期间的利息收入,还能收获债券净价上涨的资本利得。两部分收益相加,可以明显提高债券年化收益率,比如2-3个百分点。一般情况下,利用骑乘 阅读全文

posted @ 2024-08-17 00:12 frank_cui 阅读(83) 评论(0) 推荐(0) 编辑

2024年7月21日

AI - 数据处理 - fit、transform、fit_transform 区别

摘要: 总结 fit_transform = fit + transform 的组合,整个过程既包括了训练又包含了转换。fit_transform 对数据先拟合 fit,找到数据的整体指标,如均值、方差、最大值最小值等,然后对数据集进行转换transform,从而实现数据的标准化、归一化操作。 如果要想在 阅读全文

posted @ 2024-07-21 23:22 frank_cui 阅读(156) 评论(0) 推荐(0) 编辑

AI - 数据类型:定类、定序、定距、定比

摘要: 总结 1. 定类数据、定序数据,无法进行距离间的比较,和加减法的运算 定距数据,虽然能进行加减法的运算,但不能进行乘除法的运算。因为没有零点(作者注:todo) 定比数据,可以进行加减乘除 2. 将定类数据、定序数据进行数值化 定距数据,进行归一化后 均可进行四则运算 一、定类数据 在数据处理和分析 阅读全文

posted @ 2024-07-21 22:39 frank_cui 阅读(195) 评论(0) 推荐(0) 编辑

Python - Pandas - loc vs iloc (DataFrame.loc[:,['column_name':]])

摘要: 原文链接:https://blog.csdn.net/weixin_48964486/article/details/123150832 ———————————————————————————————————————————————— 关于python数据分析常用库pandas中的DataFrame 阅读全文

posted @ 2024-07-21 11:43 frank_cui 阅读(32) 评论(0) 推荐(0) 编辑

2024年7月19日

Python - Conda - 对比 conda 和 pip

摘要: 之前已经写过一篇和工具相关的文章:《工具篇:make a sparrow cmake buildsystem》,本文继续这个话题,大家可能都用过conda和pip,但是对于他们的区别和关系,可能大家不一定很清楚,本文来尝试做一些总结。 一、conda 1.1 简介 conda是一个通用的包管理器,意 阅读全文

posted @ 2024-07-19 09:39 frank_cui 阅读(217) 评论(0) 推荐(0) 编辑

2024年7月18日

Pycharm - Conda - conda环境迁移

摘要: conda环境之间迁移 第一步:将当前虚拟环境信息写入environment.yml ⭐这里需要注意的是,当前环境应该是你要写入yml的环境,也就是看命令行左边的环境名称(要迁移的环境名) conda env export > environment.yml得到一个environment.yml文件 阅读全文

posted @ 2024-07-18 13:17 frank_cui 阅读(210) 评论(0) 推荐(0) 编辑

Pycharm - Conda - PyCharm的终端(terminal)显示conda虚拟环境

摘要: step1:点击file,进入setting step2:进入setting后,选择Tools中的Terminal,并在Tab name中将地址位置修改为如图所示。 step3:进入Terminal后,地址前端就会显示目前选定的虚拟环境。 step4:如需要更改虚拟环境,有两种方法实现: 方法一:直 阅读全文

posted @ 2024-07-18 13:12 frank_cui 阅读(1197) 评论(0) 推荐(0) 编辑

2024年7月14日

Jupyter - 增加代码自动提示

摘要: 启用代码自动提示 1.安装Jupyter Notebook:如果你还没有安装Jupyter Notebook,首先需要安装它。你可以使用pip来安装,并且确认安装的版本无误解。 pip install jupyter notebook==6.4.8 -i https://pypi.tuna.tsin 阅读全文

posted @ 2024-07-14 22:07 frank_cui 阅读(655) 评论(0) 推荐(0) 编辑

2024年7月10日

AI - 假设检验

摘要: 假设检验的步骤 实例讲解 第三步:由于一般的显著性水平定为0.05,因此在正态分布图中,对应的接受域是0.95,对应着-1.96~1.96的红色阴影区域 第四步: 4.1——计算出样本统计值 根据第二步骤的公式,将样本所有的值代入该公式,计算出样本统计值 = 2.23,落在了拒绝域 4.2——计算p 阅读全文

posted @ 2024-07-10 23:17 frank_cui 阅读(15) 评论(0) 推荐(0) 编辑

< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8

导航

统计

levels of contents
点击右上角即可分享
微信分享提示