千帆大模型平台的初体验——SFT、RLHF训练 千帆社区
与传统的强化学习算法相比，RLHF算法具有以下优点： 可以快速适应复杂任务和高维状态空间。 可以通过层次反馈机制有效地利用任务之间的相关性，加速学习过程。 可以通过分层结构有效地处理稀疏奖励信号问题。 先创建奖励模型，然后强化模型需要用到奖励模型。
千帆大模型平台的初体验——SFT、RLHF训练 千帆社区
与传统的强化学习算法相比，RLHF算法具有以下优点： 可以快速适应复杂任务和高维状态空间。 可以通过层次反馈机制有效地利用任务之间的相关性，加速学习过程。 可以通过分层结构有效地处理稀疏奖励信号问题。 先创建奖励模型，然后强化模型需要用到奖励模型。
云原生数据库 GaiaDB 的核心技术演进和解析 - 云原生数据库 GaiaDB_关系型数据库_MySQL上云_数据库-帮助文档
GaiaDB 针对 IO 技术栈进行了充分的优化，从演化路径上看，经历了以下几个阶段： 分布式文件系统 IO：GaiaDB初期存储使用通用的分布式文件系统作为存储底座存储 innodb redo log 和 innodb page。由于分布式文件系统要实现通用的文件一致性语义，其IO提交和IO收割都存在较多的队列调度和保序逻辑，因此其单线程的异步读写吞吐和延迟都离本地盘有较大差距。
技术白皮书 - 爱速搭低代码平台 | 百度智能云文档
开发人员不熟悉，mongo 在国内依然小众，无 schema 既是优点也是缺点，没有 schema 容易导致新老数据结构不一致而引起问题，目前未听说有大公司在核心系统中使用 mongo，并且它的查询语法也远不如 SQL 普及。 有大量限制，基于已创建的宽表使得无法使用所有 SQL 语句，通常只支持查询，无法用 select * 、无法创建 view 视图等，数据库各种高级功能几乎都没法用。
在BML平台使用并行文件系统PFS和对象存储BOS - BML 全功能AI开发平台 | 百度智能云文档
在BML平台使用并行文件系统PFS和对象存储BOS 在BML平台使用并行文件系统PFS 平台支持用户在用户资源池上关联 并行文件存储PFS 作为建模任务时的数据存储，当前支持使用并行文件系统PFS提交的任务： 自定义作业-训练作业任务、自动搜索作业任务 前提条件 用户在平台上已经挂载了容器引擎CCE资源作为用户资源池，点击了解 容器引擎CCE ； 用户已经创建了并行文件系统PFS，点击了解 并行文件系统
JVM常见面试题（四）：垃圾回收 千帆社区
JDK1.2之前，Java中引用的定义很传统：如果reference类型的数据存储的数值代表的是另一块内存的起始地址，就称这块内存代表一个引用。
页面与版块 - 百度智能门户AIPAGE | 百度智能云文档
普通版块 普通版块放置在左侧“添加版块”菜单中，可根据实际需求选用，点选后将插入到页面相应位置，如下图所示： 普通版块分为“空白版块”与“成品版块”： 空白版块：可用于随意的放置“自由元素”，优点是可以任意自由设计，缺点是同步至手机版时需要重新进行排版的调整。 成品版块：官方提供的各类成品样式，优点是同步至手机版时可以自动适应排版，缺点是样式相对比较固定，可自定义性略低。
查看参数修改历史 - 云数据库HBase
对于任何重写协处理器方法，这些类将被顺序调用。
面试：什么是死锁，如何避免或解决死锁；MySQL中的死锁现象，MySQL死锁如何解决 千帆社区
逐个撤销涉及死锁的进程，回收资源直至死锁解除 抢占资源，从涉及死锁的一个或多个进程中抢占资源，把夺得的资源再分配给涉及死锁的进程直至死锁解除 三、数据库锁 3.1 锁分类 MySQL 的锁机制与索引机制类似，都是由存储引擎负责实现的，这也就意味着不同的存储引擎，支持的锁也并不同，这里是指不同的引擎实现的锁粒度不同。
从互联网到云计算再到 AI 原生，百度智能云数据库的演进 | 百度智能云
另外一种是专业的向量数据库，专门为向量重新设计的存储和索引结构，能实现更高的性价比和弹性。 传统应用也有不少向量场景。典型场景有平安城市视频检索、电商领域以图搜图等。由于传统场景比较垂直，因此一直没有一个大的向量数据库，更多的是耦合在业务系统中。而在大模型时代，万物皆可向量化。而且当前大模型主要问题有知识更新不及时、精确性问题、数据权限管理等问题，都需要向量数据库来补充。
