[U] Update channel content

This commit is contained in:
github-actions
2024-12-19 02:36:40 +00:00
parent 4d0f34b40c
commit 95fe2ce4c1
4 changed files with 8 additions and 8 deletions
+1 -1
View File
@@ -2,7 +2,7 @@
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="zh-cn"> <feed xmlns="http://www.w3.org/2005/Atom" xml:lang="zh-cn">
<id>https://aza.moe/life</id> <id>https://aza.moe/life</id>
<title>小桂桂的回忆录 📒</title> <title>小桂桂的回忆录 📒</title>
<updated>2024-12-19T00:12:45.903376+00:00</updated> <updated>2024-12-19T02:36:37.088837+00:00</updated>
<link href="https://aza.moe/life" rel="alternate"/> <link href="https://aza.moe/life" rel="alternate"/>
<generator uri="https://lkiesow.github.io/python-feedgen" version="0.9.0">python-feedgen</generator> <generator uri="https://lkiesow.github.io/python-feedgen" version="0.9.0">python-feedgen</generator>
<logo>https://aza.moe/meru_256px.png</logo> <logo>https://aza.moe/meru_256px.png</logo>
File diff suppressed because one or more lines are too long
+5 -5
View File
@@ -63945,7 +63945,7 @@
"id": 4659, "id": 4659,
"date": "2024-11-18T04:45:51", "date": "2024-11-18T04:45:51",
"text": "今天想要找到现在 AI 画图的 SOTA 的时候发现了一个奇妙网站 <a href=\"https://huggingface.co/spaces/ArtificialAnalysis/Text-to-Image-Leaderboard\">Text to Image Leaderboard</a>,用来收集不同模型的对比数据\n\n但是因为不太相信大众审美,所以我花时间自己做了 900 次对比,得出了一个自己的审美排行榜,FLUX 1 Pro 在第一位\n\n对比过程中还发现 DALL-E 的图辨识度真的很高,每次都是一眼就能看出是 DALL-E 生成的,其他模型都不太能... 可能也是因为这个原因 DALL-E 生成的结果很让人审美疲劳,在我的审美排行中只拿了 43%\n\n有点想试试训练一个分类模型看看每个生成模型的输出的辨识度 quq(不过说好了不开坑了", "text": "今天想要找到现在 AI 画图的 SOTA 的时候发现了一个奇妙网站 <a href=\"https://huggingface.co/spaces/ArtificialAnalysis/Text-to-Image-Leaderboard\">Text to Image Leaderboard</a>,用来收集不同模型的对比数据\n\n但是因为不太相信大众审美,所以我花时间自己做了 900 次对比,得出了一个自己的审美排行榜,FLUX 1 Pro 在第一位\n\n对比过程中还发现 DALL-E 的图辨识度真的很高,每次都是一眼就能看出是 DALL-E 生成的,其他模型都不太能... 可能也是因为这个原因 DALL-E 生成的结果很让人审美疲劳,在我的审美排行中只拿了 43%\n\n有点想试试训练一个分类模型看看每个生成模型的输出的辨识度 quq(不过说好了不开坑了",
"views": 122, "views": 123,
"forwards": 2, "forwards": 2,
"media_group_id": 13855241208528253, "media_group_id": 13855241208528253,
"images": [ "images": [
@@ -64156,7 +64156,7 @@
"id": 4670, "id": 4670,
"date": "2024-11-20T15:44:45", "date": "2024-11-20T15:44:45",
"text": "呜呜 当时写 AquaDX 的时候选择了「先用最方便快捷的方式把网页做出来,等有问题的时候再优化」,然后就随手写出了一个请求需要把数据库两个表完整拉下来的代码 <i class=\"custom-emoji\" emoji-src=\"emoji/6323267916523374069.webp\">🥺</i>\n\n然后现在真的有问题了,现在请求一次排行榜要拉 1452 个用户和 221448 条游玩记录... 优化之前要整整 30 秒,稍微加了缓存和 batching 优化了一下也依然要十秒 <i class=\"custom-emoji\" emoji-src=\"emoji/6323582802050680516.webp\">🛌</i>", "text": "呜呜 当时写 AquaDX 的时候选择了「先用最方便快捷的方式把网页做出来,等有问题的时候再优化」,然后就随手写出了一个请求需要把数据库两个表完整拉下来的代码 <i class=\"custom-emoji\" emoji-src=\"emoji/6323267916523374069.webp\">🥺</i>\n\n然后现在真的有问题了,现在请求一次排行榜要拉 1452 个用户和 221448 条游玩记录... 优化之前要整整 30 秒,稍微加了缓存和 batching 优化了一下也依然要十秒 <i class=\"custom-emoji\" emoji-src=\"emoji/6323582802050680516.webp\">🛌</i>",
"views": 97, "views": 98,
"forwards": 0, "forwards": 0,
"reply": { "reply": {
"id": 3430, "id": 3430,
@@ -64180,7 +64180,7 @@
"id": 4671, "id": 4671,
"date": "2024-11-21T03:25:16", "date": "2024-11-21T03:25:16",
"text": "今天花了一整天调查这个数据库问题, Hibernate 全责 <i class=\"custom-emoji\" emoji-src=\"emoji/6323582802050680516.webp\">🛌</i> 以后的项目再也不用 Java EE 了\n\n我试了一下把这整个函数用 native mysql 写出来,发现这条大查询只用 1.19 秒,那为什么我的 kotlin 代码运行速度差这么大呢?\n\n开了 SQL debug 之后我发现即使只是 .findAll() 都要 N 条查询,按理来说 select * from table 只要一条查询就行啊,为什么呢?仔细看看这 N 条查询发现它把 OneToOne fk 都一个一个拉下来了。原本首先花了一条查询 SELECT * FROM parent,然后又花了 N 条查询拉 SELECT * FROM child WHERE id=i...\n\n查了一下这个问题,网上说开 Hibernate bytecode enhance 就好了,它会修改编译完的字节码让 fk 链接用到的时候再查询而不是预先把所有东西查询好。问题是它不太兼容 kotlin,绕过了三个不同的问题才成功编译,之后加上 lazy fetch 终于可以让它在用到 fk 的时候再拉数据了... \n\n但是即使这样依然要把需要拉所有 fk 数据的地方改成手动 mysql 查询,因为 orm/jpql 没办法让 findAll 把单独的查询优化成 join <i class=\"custom-emoji\" emoji-src=\"emoji/6323582802050680516.webp\">🛌</i>\n\n唉 感觉凡是透明一点的 ORM 比如 ktorm 或者 exposed 都不会有这样的问题,以后不会再用 Java EE 了", "text": "今天花了一整天调查这个数据库问题, Hibernate 全责 <i class=\"custom-emoji\" emoji-src=\"emoji/6323582802050680516.webp\">🛌</i> 以后的项目再也不用 Java EE 了\n\n我试了一下把这整个函数用 native mysql 写出来,发现这条大查询只用 1.19 秒,那为什么我的 kotlin 代码运行速度差这么大呢?\n\n开了 SQL debug 之后我发现即使只是 .findAll() 都要 N 条查询,按理来说 select * from table 只要一条查询就行啊,为什么呢?仔细看看这 N 条查询发现它把 OneToOne fk 都一个一个拉下来了。原本首先花了一条查询 SELECT * FROM parent,然后又花了 N 条查询拉 SELECT * FROM child WHERE id=i...\n\n查了一下这个问题,网上说开 Hibernate bytecode enhance 就好了,它会修改编译完的字节码让 fk 链接用到的时候再查询而不是预先把所有东西查询好。问题是它不太兼容 kotlin,绕过了三个不同的问题才成功编译,之后加上 lazy fetch 终于可以让它在用到 fk 的时候再拉数据了... \n\n但是即使这样依然要把需要拉所有 fk 数据的地方改成手动 mysql 查询,因为 orm/jpql 没办法让 findAll 把单独的查询优化成 join <i class=\"custom-emoji\" emoji-src=\"emoji/6323582802050680516.webp\">🛌</i>\n\n唉 感觉凡是透明一点的 ORM 比如 ktorm 或者 exposed 都不会有这样的问题,以后不会再用 Java EE 了",
"views": 120, "views": 121,
"forwards": 0, "forwards": 0,
"media_group_id": 13857276129125749, "media_group_id": 13857276129125749,
"images": [ "images": [
@@ -64373,7 +64373,7 @@
"id": 4682, "id": 4682,
"date": "2024-11-23T01:14:05", "date": "2024-11-23T01:14:05",
"text": "时隔一年半的后续:今天 Zotero 告诉我说之前遇到的这篇造假的论文被 retract 了,可喜可贺\n\n看到 Retract notice 里面指出了一个 \"Paper Mill: A business that creates and sells research papers where the buyer(s) claim authorship; the business is generally unacknowledged as a contributor.\" ...居然这个世界上还有这种业务存在,好可怕。", "text": "时隔一年半的后续:今天 Zotero 告诉我说之前遇到的这篇造假的论文被 retract 了,可喜可贺\n\n看到 Retract notice 里面指出了一个 \"Paper Mill: A business that creates and sells research papers where the buyer(s) claim authorship; the business is generally unacknowledged as a contributor.\" ...居然这个世界上还有这种业务存在,好可怕。",
"views": 141, "views": 142,
"forwards": 1, "forwards": 1,
"reply": { "reply": {
"id": 2202, "id": 2202,
@@ -64396,7 +64396,7 @@
"id": 4683, "id": 4683,
"date": "2024-11-24T05:52:34", "date": "2024-11-24T05:52:34",
"text": "唉 这就是 AI hype 的 nonsense 吗\n\n<a href=\"https://arxiv.org/abs/2308.09597\">ChatHaruhi</a> 这篇没写完的论文,结果评估都没有,居然就发 preprint 了,居然已经有 15 citation 了... <i class=\"custom-emoji\" emoji-src=\"emoji/6170424195260877091.webm\">🤗</i>\n\n非常可惜我也会给它贡献一个 citation", "text": "唉 这就是 AI hype 的 nonsense 吗\n\n<a href=\"https://arxiv.org/abs/2308.09597\">ChatHaruhi</a> 这篇没写完的论文,结果评估都没有,居然就发 preprint 了,居然已经有 15 citation 了... <i class=\"custom-emoji\" emoji-src=\"emoji/6170424195260877091.webm\">🤗</i>\n\n非常可惜我也会给它贡献一个 citation",
"views": 136, "views": 137,
"forwards": 0, "forwards": 0,
"images": [ "images": [
{ {
+1 -1
View File
@@ -12,7 +12,7 @@
<link>https://aza.moe/life</link> <link>https://aza.moe/life</link>
</image> </image>
<language>zh-cn</language> <language>zh-cn</language>
<lastBuildDate>Thu, 19 Dec 2024 00:12:45 +0000</lastBuildDate> <lastBuildDate>Thu, 19 Dec 2024 02:36:37 +0000</lastBuildDate>
<item> <item>
<title>小桂桂的回忆录 📒 #4769</title> <title>小桂桂的回忆录 📒 #4769</title>
<link>https://aza.moe/life?post=4769</link> <link>https://aza.moe/life?post=4769</link>