向着朝阳 - 博客园

2026年1月9日

摘要：目录JAVA和Python生态的能力和边界Python → Java 用于 Agent 的工具调用； Java → Python 只在 Python 被视为独立系统或产品时成立。一、先给结论：我完全认同你的场景划分1️⃣ Python → Java：主要是为了 LLM / Agent 的 tools 阅读全文

posted @ 2026-01-09 08:54 向着朝阳阅读(127) 评论(0) 推荐(0)

股票突然上涨的对策

摘要：目录持仓股票突然上涨 ≥10% 的专业应对对比表同一件事，两种思维方式（核心差异）一行速记版（给你贴在屏幕旁）下面这个表格，把“持仓后突然上涨 10%”的不同情形，以及普通人的反应 vs 专业交易者的处理方式，做成了一眼就能对比、可直接执行的结构化版本。持仓股票突然上涨 ≥10% 的专业应对对比阅读全文

posted @ 2026-01-09 08:23 向着朝阳阅读(85) 评论(0) 推荐(0)

2026年1月8日

股票突然上涨，专业的操作是什么

摘要：目录一、先下结论（专业共识）二、把“上涨 10%”拆成 4 种完全不同的情形情形 1：情绪性拉升（最危险）情形 2：突破确认型上涨（唯一可考虑加仓）情形 3：趋势中段加速（最容易犯错）情形 4：基本面突变（事件驱动）三、专业人士为什么“反人性”四、一个专业可执行的标准流程（你可以直接用）五、一句话总阅读全文

posted @ 2026-01-08 23:21 向着朝阳阅读(117) 评论(0) 推荐(0)

股票横盘策略-美光-Sandisk 加仓减仓策略

摘要：目录如果下跌EMA3一句话结论（先给答案）一句话结论（先给答案）为什么第 3 天不该重仓加但为什么“完全不加”也不最优？可执行的折中方案（重点）情况 A：第 3 天突破，但质量一般情况 B：第 3 天突破，质量很高如果之后第 4 天确认了怎么办？给你一个简单判断口诀（盘中用）最重要的一点（你一定要记阅读全文

posted @ 2026-01-08 19:19 向着朝阳阅读(96) 评论(0) 推荐(0)

标签化处理方案

摘要：目录刚上线成熟业务增强方案 - 小模型改成 -- 2个小模型投票2个小模型投票 “‘通用大模型做冷启动’意思是：当新业务、长尾场景或数据缺乏时，我们用大模型对这些新 query 或文档进行自动标签或实体抽取，再经人工复核生成训练集，微调小模型上线。这样可以在最短时间内让小模型覆盖新业务，实现系统快速阅读全文

posted @ 2026-01-08 08:07 向着朝阳阅读(41) 评论(0) 推荐(0)

2026年1月7日

找出长期高增长的股票

摘要：目录一、正确理解：Sandisk 为什么亏损还能 10 倍二、把“P/E < 0”从【否决条件】改成【分类条件】❌ 错误规则（会错杀）✅ 正确规则（分类而不是删除）三、给你一个“极简但有效”的双通道策略通道 A：盈利型强势股（成长股）通道 B：Sandisk 型（亏损但正在反转）1️⃣ 允许亏损，但阅读全文

posted @ 2026-01-07 21:38 向着朝阳阅读(51) 评论(0) 推荐(0)

RAG 语义漂移解决

摘要：目录什么是语义漂移一、场景概览二、原始情况（语义清晰）用户问题：知识库文档：Embedding 空间三、知识库扩展后（语义漂移开始）新增文档：发生的变化检索结果LLM 回答效果四、为什么叫“语义漂移”五、如何面试描述一、MiniLM 在标签化中的作用二、为什么不能完全替代人工或规则1. 语义模糊 / 阅读全文

posted @ 2026-01-07 20:35 向着朝阳阅读(293) 评论(0) 推荐(0)

transformer架构面试介绍

摘要：目录一、解码器的基本原理（面试口径）1️⃣ 和编码器相同的地方2️⃣ 和编码器不同的地方3️⃣ 推理时的特殊设计 “解码器在自注意力上做了遮蔽（mask），保证每个位置只能看到之前生成的 token，同时通过交叉注意力引入编码器输出，使生成能依赖源输入。” 一、解码器的基本原理（面试口径） “Tra 阅读全文

posted @ 2026-01-07 17:22 向着朝阳阅读(42) 评论(0) 推荐(0)

sandisk等高波动股票操作指引

摘要：目录一、策略框架（你提的方案）二、策略优化建议1️⃣ 买入信号优化2️⃣ 减仓信号优化3️⃣ 风险控制三、策略优劣分析四、执行心智模型完全可以，这套策略本质上是用短均线交叉 + 动态趋势拐头来做短线爆发股管理，非常符合 SanDisk 这种中盘、短期波动强的股票的特性。我帮你把你描述的策略整理阅读全文

posted @ 2026-01-07 17:01 向着朝阳阅读(104) 评论(0) 推荐(0)

vLLM优化项

摘要：目录好的，我给你整理一份 vLLM 推理加速优化清单，在原有表格基础上增加 “优先级 / 必做场景” 列，方便工程判断每个优化手段是否必须做以及在什么场景下可选。优化名称原理 / 作用优先级 / 必做场景 KV Cache Transformer 注意力的 Key/Value 缓存。避免重复阅读全文

posted @ 2026-01-07 16:46 向着朝阳阅读(144) 评论(0) 推荐(0)

aibi1

公告