DaweiX's Harbor

随记

或学而有得，或思而有得，辄札记之。 ——[清] 王筠

随记，主打随性乱炖，看到、想到什么就记下点什么，大多都是没有实际用处的，只是觉得好玩罢了。

2025

冬

11.21

  • 在盲审结束后，站点重新上线。不仅需要修改可见性为public，也需要重新deploy一下

11.20

  • 连续几日天气非常舒爽，空气清新，气温适宜，视野开阔，情绪都随之抬升
  • 2025年还能新挖掘出巴赫的新曲目，当之无愧的老资历

11.18

  • IniBuilds A350 首飞。可以计算垂直剖面，非常智能，就是帧率感人

11.16

  • If hard work leads to success, the donkey would own the farm.

秋

10.10

  • LLM App构建框架（以LangChain为例，但概念/方法是通用的）
    • Model: 统一的API接口
    • Prompt：Description（如，角色，能力），Context（直接指定，或来源于外部），User Input，Output demo/Example，通常模板化再使用
    • Chain：将Prompt，Model，Retriever等组件组合起来以执行连贯操作，将步骤模块化。（V.S. workflow: Workflows are systems where LLMs and tools are orchestrated through predefined code paths. Agents, on the other hand, are systems where LLMs dynamically direct their own processes and tool usage, maintaining control over how they accomplish tasks）
    • Index：各种外部数据源，包括文档加载器、向量数据库、SQL等，支持文本分割器和RAG
    • Memory：默认无记忆。可选Last-K，Summary-based，或二者的组合（长期记忆用Summary，近期选取Last K）
    • Agent：Agent使用特定LLM作为推理引擎，确定Action，实现动态任务执行。输入包括User Input，Tool List，Memory等
      • 策略：ReAct，Self-Ask，Plan-and-Solve等，可组合
      • Tool可以使用预置的，也可以自定义，本质上是一个str到str的function（如，计算圆面积）

8.20

  • 通过命令行将pdf转为高质量png供word等插入使用 
    1
    gs -dNOPAUSE -dBATCH -sDEVICE=png16m -r600 -dTextAlphaBits=4 -dGraphicsAlphaBits=4 -dUseCropBox -sOutputFile=/mnt/d/xx.png /mnt/d/xx.pdf
    • 最优的方式仍是直接将slides中的可编辑对象直接复制到word中再调整格式：导出pdf保持矢量，且文件更小

8.18

  • python中的defaultdict：尝试访问或修改一个不存在的键时，会自动为该键创建并生成一个默认值
    • 字典值是可变内置集合，或对集合项分组、计数等操作非常有用
    • 在实例化时，defaultdict接受一个函数作为default_factory
      • 也可用lambda或functools.partial等方式传入参数
      • 也可传入类，此时会调用类构造函数返回一个类实例 
        1
        2
        3
        4
        from collections import defaultdict
        dd = defaultdict(list)
        dd['a'].append(1)
        print(dd)  # defaultdict(<class 'int'>, {'a': [1]})

夏

7.29

  • 论文阅读（Fingerprinting SDKs for Mobile Apps and Where to Find Them: Understanding the Market for Device Fingerprinting，CCS '25）
    • Ockham's Razor Principle（奥卡姆剃刀）：如无必要，勿增实体。对于现象最简单的解释往往比更复杂的解释更正确。该原则很好体现在论文中。例如，
      • 作为完全由Google出品的paper，不强调技术创新，更注重实际成效。简单直接的方法可以达到目的，就将后续的优化放到后续。同时也没有消融实验的必要
      • 当一个SDK存在两个冲突版本时，优先分析版本号最简单SDK的代码

7.24

  • authorship

Week 2

7.7

Week 1

7.6

  • 设置Steam走IPv6下载，流量不会计入校园网费用，原理主要是修改Hosts

7.3

  • 从git跟踪中移除文件：git rm -r --cached 'xxx' （-r：递归移除目录）

7.2

  • MSFS：三边，五边
  • MCP (Model Context Protocol)：Tool和Model之间的中间层
    • 示例图（ref） 
      graph TD
subgraph "Local Computer"
direction TB
host["MCP_Hosts(IDEs,Tools)and_Clients"]
mcpA["MCP_Server_A"]
mcpB["MCP_Server_B"]
mcpC["MCP_Server_C"]
localA["Local_Data_Source_A"]
localB["Local_Data_Source_B"]
end
subgraph "Internet"
remote["Remote_Service_C"]
end
host -->|MCP Protocol| mcpA
mcpA --> localA
host -->|MCP Protocol| mcpB
mcpB --> localB
host -->|MCP Protocol| mcpC
mcpC -->|Web APIs| remote
      • MCP Hosts: 应用程序，如IDE，AI tool等
      • MCP Clients/Servers：通过统一的MCP协议通信，其中server和文件系统等通信
      • 本地资源/远程服务：如文件，数据库，API等

7.1

  • AmanDroid (TOPS '18)：为每个ICC组件（如Activity）构建DFG，用于Query安全问题，如隐藏图标、不安全加密、明文传输、数据泄露、Intent注入等
  • IntentRepair (FM '24)：检测ICC之间的leakage（Intent等），并自动修复
  • IAFDroid (TIFS '23)：检测App之间的leakage（IPC，Intent，Content Provider等）。分别识别entry point和exit point，随后leverages backward slicing based on def-use analysis，生成裁剪后的CFG
  • DAISY (TOSEM '23)：利用方法的call stack（“calling context”）训练一个分类器，检测sensitive source methods
  • Do as You Say (TSE '24)：检测小程序代码与policy的data practice的一致性。其中的数据流传递包括assignment，参数传递，return value之外，追加了setData()函数
  • An Extensive Empirical Study (ICSE '25)：Soot，FlowDroid，WALA等工具可能会在固定输入与config的前提下输出不确定的结果（即，多次输出不一致）。该问题目前仍未解决

Week 4

6.30

  • BJTU Lab 参观学习
    • 车载系统实验设备：ATP（Automatic Train Protection），接收地面和轨道（每段发射不同的信号，可用于识别具体的列车位置）的信号和限速信息，若与控制台的实际速度不符，降速或紧急制动，其优先级高于人工控制，且内置有仅可读的“黑匣子”，其数据具备取证效力，在停车后方可读取
    • 车联网系统：基于激光雷达、CV等多模态的路网识别，在无卫星定位时提供精确的定位。车上的信号接收器支持多种通信方式，如5G等。目前的一个问题是移动运营商不明确其中的盈利点

6.27-29

  • FSX，起飞！

6.25

  • 布里顿的夜曲和BWV 903 II 赋格的开头很像

Week 3

6.20

  • Thesis Draft init

Week 2

6.9

  • python 中 all 和 any 对空列表的逻辑 
1
2
3
4
5
6
7
8
9
def a():
  if []:
    return True
  else:
    return False

a()     # False
all([]) # True, "所有房间里的龙都睡着了" 若房间无龙（空列表），则命题为真
any([]) # False, "房间里是否有龙？" 若房间无龙（空列表），答案为否

6.8

  • 益々 【ますます】 
    1. 越来越……（前よりも一層。いよいよ）
  • 先ず先ず 【まずまず】 
    1. 总之先……，首先。（「まず」を強めていう語。） 　 先ず先ず仕事にかかることだ。／总之，先得搞工作。 　 先ず先ずこれからかたづけよう。／总之，先干完再说吧。
    2. 勉勉强强，还过得去。（完全ではないが、一応許容できるさま。まあまあ。） 　 先ず先ずの成績だ。／成绩总算过得去。 　 画像は先ず先ずだが音が悪い。／画面还可以，但声音不好。 　 生活は先ず先ずだ。／生活还算好。

Week 1

6.3

  • 没看过野兽先生的视频，但看了一个对他团队的访谈
    • 几百个人各司其职，每个视频的原始素材达PB级。顶尖的流量来源于专业团队事前的精细讨论谋划，中期则是各部门成员之间的精密协同。上传视频后也不是终点，团队也在不断复盘不断总结经验和教训，甚至追踪一年前视频的传播成效，例如观察视频在什么地方播放量下降。这大抵就是视频仙人吧，达不到预期效果就redo。
    • 对策划的一句话很有感触：在实现创意的阶段，从不对创意提出者说A做不了，而是说A有一些困难，但还有性价比更高的B选项，可以接近A的效果

6.1

  • 和同学们打桌球顺带避雨。出来听到网吧广播有人吃鸡，还有奖励。问了DS，可能的技术实现方式有：
    • 进程/窗口事件监控 + 特定事件触发（弹出具有特定标题或图像的窗口，写入日志等），监控内存或Hook的可能性不大，因为不同游戏版本需要分别匹配，且可能被判定作弊
    • 屏幕图像识别 + OCR，泛用性强但开销大，但也算是“在实现难度和通用性上是一种很好的平衡”
    • 流量捕获 + 报文识别，理论可行但难度较大（加密、延迟等）
    • 使用游戏厂商提供的API，可能性很低，“非常非常罕见”
  • 民族之夜，有变脸，也有攒劲的节目。演职人员都富有热情，很敬业（比如划拳的姐姐从下午划到临近闭园）。商业街缝合了国潮，哪吒等各种“网红”元素，还有软软的furry🥰

Week 4

5.31

  • latex中使用xurl包，可以让url自动换行，且不局限于在斜杠等符号处换行
  • 早在抗日战争期间，主席就指出要推广八小时工作制了。即使很难，但也可以小步地推进。类似地还有提升薪酬等，不能幅度太大，但也要尽量推进

5.28

  • Top-up（e.g., ezLink） vs. Recharge（e.g., 食堂充值区）
    • Top-up在英联邦国家较普遍，Recharge在美洲使用更多
    • Top-up一般指小额、即时的充值，如公交卡。Recharge更通用，可指设备充电，抽象的“恢复”之意（recharge your creativity）
  • AS庞氏骗局：大意是集资一个空壳公司，隔一段时间股价上扬10%，翻倍时“拆分”为二，循环往复。早入局的人割后来者的韭菜，受害者再成为拉人头的加害者——中招的往往都是有闲钱的中产以上，一坑一个不吱声，本质上还是人心的贪欲作祟

5.27

  • OWASP Mobile TOP 10，不同的类别之间也有重叠，CWE则更具体
  • 复制网络图片到PPT中，选择“仅粘贴图片”，则不会有与远程服务器通信的进度条。猜测可能是向server获取图像的描述等元信息

5.26

  • 听了两场PhD Defense。最大的感受就是Thesis的质量和支撑工作的发表质量并不是严格相关的。如果好好写Thesis，可能需要半年的打磨修改。答辩的PPT等反而不太重要，气场ok即可。具体评阅意见有：
    1. 每章研究问题从技术上讲，要透彻地点出问题，分析问题，随后在具体的研究内容中回答（解决）问题
    2. 论文内容框图需highlight出每部分的核心思想，分章描述要与研究内容严格对应
    3. 已有工作避免做出“缺乏xx”等笼统描述，需具备学术性。如果有，那就是对问题分析不透彻。研究的必要性不是从已有工作“缺失xx”而来的。此外，对已有工作的讨论也要在文中各部分一致
    4. 不要硬下结论，除非有引用且引用权威。基本概念最好引用教材
    5. 摘要中问题要明确、贡献要highlight（如具体实验结果的数据）
    6. 展望要体现对学科的把握，要有思考。总结在摘要基础上拓展而不是复制
    7. 避免陷入工程性描述，要体现思路

5.21

  • 首次在音乐厅现场听到以古典吉他为主角的音乐会：“从巴赫到披头士”米洛什古典吉他音乐会。一些个人印象如下：
    • 勃兰登堡变奏曲（弦乐协奏）：质量很高，低音提琴非常醇厚
    • 恰空（吉他独奏）：“你们可能听过很多遍恰空，但这次是新的，由一个法国作曲家compose，和恰空一样反映了人生”。确实如此，从大约20节之后完全是一首全新的曲子了，总体曲目长度也有提升，引入了佛拉门戈式的技法，有点受到了惊吓
    • 爱的罗曼斯（合奏）：吉他的分解和弦，再加上弦乐器，和声很强，稍有遗憾的是不是变奏版本
    • LiberTango，磨坊主之舞，Astulias（吉他独奏）：适合吉他表现的经典曲目，中规中矩。Asturias有好几个音弹劈了，感觉琴有点紧张
    • 泪（吉他独奏）：最后的曲目技术难度最低，但是音色反而最圆润。要是巴里奥斯扩写的变奏版就更好了，但是encore应该也不会有特别重量级的曲目
    • 总体上还是非常值得票价（80￥）的，非要说有什么美中不足的话，一是吉他音色稍逊，其二是节目单上面的“BWV 1004”，曲名和作曲家都不准确

5.19

  • 认识清醒才能行动坚定

  • 生命诚可贵，一时的挫折不应当使人自暴自弃、一了百了。对于导师，“学生读博等于导师又重读了两个博士学位”，摘自网友分享的学校培训新入职老师的讲义

Week 3

5.15

  • 支部学习会及发展对象答辩，4进1，按录用率计算难度甚至大于一篇CVPR。认真讲好自己的故事的同志脱颖而出——能在师弟thesis致谢中占据比女友更多篇幅的人，确实不一般。

5.14

  • 基于python API流式写入CSV 
    1
    2
    3
    4
    with open("demo.csv", "w+", encoding='utf-8', newline="") as f:
      writer = csv.DictWriter(f, fieldnames=["col1", "col2"])
      writer.writeheader()
      writer.writerow({"col1": 100, "col2": 200})

『重庆森林』

每天你都有机会跟别人擦身而过，你也许对他一无所知，不过也许有一天，他会变成一个朋友或者是知己

其实了解一个人并不代表什么，人是会变的。今天她喜欢凤梨（厨师沙拉），明天她可以喜欢别的（炸鱼薯条）

如果记忆也是一个罐头的话，我希望这罐罐头不会过期。如果一定要加一个日子的话，我希望它是一万年

5.13

  • 3FS分布式文件系统 (Ref)： 
    graph TD
Client --> Mgmtd
subgraph "Mgmtd as a router"
Mgmtd -.-> Meta
Mgmtd -.-> Storage
end
    • Client：请求Mgmtd发现节点，请求Meta执行文件操作
    • Mgmtd：管理节点，类似于路由器，定期向Meta和Storage节点发送心跳以确认它们处于活动状态
    • Storage：保存实际数据。数据存取按链式（CRAQ）进行，链尾始终包含最新提交的数据。正向写入时中间节点数据标记为dirty，到链尾后反向向前commit，并flip dirty为clean。clean的数据可以安全返回Client。优点是可拓展、低延迟读取，代价是写入延迟较高（所有节点延迟的总和）
    • Meta: 元数据，例如权限、TS、大小等

Week 2

5.8

  • 减少大模型幻觉：
    • 数据：数据清洗与RAG
    • 模型：思维链（Chain of Thought，CoT）、温度缩放等
    • 后处理：基于规则或事实的校验、人工标注反馈
  • 检测图环路可通过DFS、拓扑排序等实现

5.7

  • 训练的几种并行方式：
    • Data Parallelism（数据并行）：不同device处理不同的数据子集、分别计算梯度，之后再同步梯度
    • Model Parallelism（模型并行）：将模型拆分到多个device，例如将Transformer的编码和解码器拆分的层间并行，或将矩阵乘法按行列拆分的层内并行（亦称张量并行）
    • Pipeline Parallelism（流水线并行）​：将模型按层拆分，同时将mini-batch进一步划分为若干micro-batch，可减少Pipeline Bubble（流水线气泡，即空闲时间窗口）
  • Batch Norm
    • 优点：平滑优化过程、减轻梯度消失，加快收敛，允许更大学习率，在batch较大且数据分布稳定时可加速训练
    • 缺点：batch size过小可能加剧噪声、降低效果，不适合输出分布不稳定（如GAN）或变化（如在线学习）的情形

5.6

  • RAG（Retrieval-Augmented Generation，检索增强生成）
    • 流程概括：检索外部知识库 -> 提示词增强，改善问题答案；
    • 关键技术：高效向量搜索（如FAISS）与相似度计算（快速从海量数据中检索相关片段）
    • 优势：动态更新，生成内容依据可追溯，减少幻觉

Week 1

5.4

  • 悲剧[ひげき]，喜剧[きげき]，何其相似

5.3

  • 有的人居然可以晚上、上午、下午睡一天，感觉还不如打一天游戏。

5.2

  • 观展：中央美院研究生毕业展。绘画、书法、装置/现代艺术、电影、软件、调查报告，形式多样、内容丰富。有的作品反映了一定的社会现象或问题，有的则是作者个人内心思考的映射。非常钦佩同龄的艺术家们。
  • 经过精密计算，斥资0.99元购买了单次一小时内0.99元骑行卡，骑了两次，一共花了三个0.99，相比两个1.5共节省高达0.03元。晚上吃贵州酸汤火锅没有用券，多花了几十块。

5.1

  • 人越来越像AI，AI越来越像人。DS强化了新模型的数学推导证明能力，具体细节不能完全看懂，但大体思想应该就是把复杂任务拆解成若干子任务，然后在子任务之间构建推理思维链，和人做题的思路是类似的。

春

Week 4

4.30

  • 能力之外的资本等于零

4.27

  • 提出需求后让Hunyuan或DS写代码，如果深度思考反而会钻牛角尖，围绕“用户的需求到底是什么”疯狂思考，因此体感有时效率并不高，还不如自己写。如果能把算法的需求和边界条件明确地用自然语言表述出来，那其实已经相当于自己写好了。
  • NAS还可以装docker，部署站点或者当云服务器，感觉玩法很多

4.26

  • JetBrain更新是增量的，一个版本一个版本往上叠，直到更新到最新版本，类似于windows
  • 云服务商是真赚钱
  • AI面试，感觉就是接入一个语音识别，最多再用LLM打个分

4.25

  • LLM参数减少（如蒸馏或量化）后，减少的两大能力是语义的理解能力与复杂任务推理的能力
  • 正则化通俗的理解：通过在损失中添加一个额外的项使得模型不会完全拟合到目标，而是在正确的梯度优化方向下最终与目标保持一定距离（margin）

4.23

  • 专利保护范围：特征表示＞特征编码＞特征矩阵
  • 值集分析（Value Set Analysis，VSA）​
    • 建立抽象内存模型后，计算抽象变量（地址）的​取值​集合​​（区间、符号、范围等）
    • 抽象性：不关注具体值，而是值的集合，属于数据流分析中的一种抽象方法
    • 可用于数组越界检测、空指针分析、资源泄漏检测等

4.21

  • 谨小慎微，说话前一定需要过脑

Week 3

4.20

  • 定时刷新命令，可用于nvidia-smi等：watch -n 2 nvidia-smi，默认为每2秒刷新一次（-n）
  • 在电脑端，可访问edge://inspect以配置手机等设备上的站点调试
    • 手机打开USB调试并进入浏览器
    • 电脑端edge://inspect可显示已连接设备、配置端口转发（如本地localhost:xx转发到手机localhost:xx）

4.19

  • 回到了windows + WSL的配置，终于解决了ubuntu 24下间歇卡死的问题
  • 配置拓扑（内部主机指和server处于一个内部网的主机，比如校园网）： 
    graph TD
subgraph server [<span>&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;GPU HOST</span>]
direction TB
style server fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px,opacity:0.5
Host["Win"]
WSL["WSL"]
end
%% 定义其他节点
InternalHost["内部主机"]
ExternalHost["外部主机"]
Jump["跳板机(Jump)"]
%% 内部局域网连接
InternalHost -->|ssh -p 6000| Host
Host -.->|FRP Server| WSL -.->|FRP Client| Host
%% 外部网络连接
ExternalHost -->|SSH -p 22| Jump
Jump -.->|SSH -p 2222| WSL
WSL -.->|autossh -N -R 2222:localhost:22| Jump
style Host fill:#fff,stroke:#333,stroke-width:2px,stroke-dasharray:6
style WSL fill:#bbf,stroke:#333,stroke-width:2px
style InternalHost fill:#9f9,stroke:#333,stroke-width:2px
style ExternalHost fill:#ff9,stroke:#333,stroke-width:2px
style Jump fill:#ff9,stroke:#333,stroke-width:2px
  • 配置步骤：
    • Win
      1. 设置防火墙，允许WSL连接宿主 
        1
        New-NetFirewallRule -DisplayName "WSL" -Direction Inbound -InterfaceAlias "vEthernet (WSL)" -Action Allow
      2. 开启FRP Server：frps.exe -c ..toml (frps.toml 内容：bindPort = 7000)
    • WSL
      1. 开启SSH服务：sudo service ssh start
      2. 开启FRP Client：frpc -c frpc.toml，frpc.toml内容为 
        1
        2
        3
        4
        5
        6
        7
        8
        9
        serverAddr = "<ip_of_vEthernet (WSL)>"
        serverPort = 7000

        [[proxies]]
        name = "ssh"
        type = "tcp"
        localIP = "127.0.0.1"
        localPort = 22
        remotePort = 6000
      3. 开启反代 
        1
        autossh <jump_user>@<jump_ip> -i <ssh_key> -N -R 2222:localhost:22 -vvv -o ServerAliveInterval=60 -o ServerAliveCountMax=3

4.18

  • Thesis摘要中，最后分点罗列本文工作之前，也需要用一个四五行的段落高度凝练下面要罗列的内容

  • 学信网的心理测评，选择两项中最符合自己的一项，诗人握持：

    • A. 我对任何事情都提不起兴趣 & B. 我认为周围的同事都在算计我

    • A. 我觉得自己的工作没有任何价值 & B. 我因为害怕失败，而不愿意付出努力

    • A. 我感觉生活没有任何意义 & B. 工作中，我常抱怨和指责别人

4.17

  • 连续几日被NVidia搞得高血压，GPU占用率一高就有概率整机卡死，只能硬重启，24.04，550-570（open source or not）驱动均不稳定

4.15

  • 30多度，热化了。脚下还有一块450W的暖气片，持续给两个人做着高强度张量运算。它应该更热。
  • MUSA提供SDK了，希望有朝一日CUDA的垄断能被打破。

4.14

  • 服务器host无公网IP，以拥有公网IP的主机jump为跳板设置反向代理，可实现任意可连接jump的主机client连接到host。具体步骤：
    • 在host上设置反向代理（autossh可自动进行隧道重连，其中-M 0表示禁用autossh的监控端口，使用SSH自带的保活机制）: 
      1
      autossh -M 0 -N -R 2222:localhost:22 jump_usr@jump_ip -vvv
    • 在client上连接host： 
      1
      ssh -J jump_usr@jump_ip host_usr@localhost -p 2222

Week 2

4.13

  • 词袋模型可以理解为仅计频次的单词编码方法，比逆文本序数还要naive一点。虽然技术过时了，term还是第一次对上号

4.12

  • 实验室太热，外面又太冷，冰火两重天
  • 视奏了卡尔卡西25首练习曲，弹得一坨。需要多练，特别是严格按照谱面上的指法。

4.11

  • 测评强化日。
  • 大人に目覚めてく、あなたに出来ることを さぁ ——《蝶》柴田 淳

4.10

  • 刷到了某大佬关于手机云控的一个视频。在熟悉的通过系统更新等方式“反向升级”（包括但不限于降频）之外，云控居然还会硬编码VIP用户和评测商，以此优化他们的体验。甚至还可以对拍照等功能进行基于样张的优化，和在🌕上P个环形山有异曲同工之妙。几个值得探索的点：
    • 云控指令是如何下发的？为什么拥有调度设备的权限？
    • 这是手机定制OS的后门吗？如果是，是否存在伪造身份进而攻击特定设备、破坏完整性/保密性/可用性的可能？

4.9

  • 发现很多单位博士后-入职薪资倒挂，原来是因为国家有补贴。国家真是给高校付出了很多，缝缝补补

4.8

  • 学到了一个新单词：Tariff。US发布的各国税率是依靠几个简单的权重系数计算而来的，居然还在官网给了几个参考文献，近两年的都有。可见很多严谨“学术”的背后就是先画靶子再射箭，反正世界之大，总能找到related work。成功了就是“All you need is XXX”，失败了就是“Rethink XXX”。
  • 大家都在说世界是草台班子，说明不迷信、不盲从逐渐成为趋势，普通人也在对曾经高高在上的东西祛魅，开始思考和审视——这不是正好说明时代在发展、社会在进步吗？所以世界是草台班子，恰恰说明世界不是草台班子。草台班子说说说则矣，认真就输了。班子存在的不足和巨大的改善空间，恰恰给了普通人做出一番改变和事业的机会，如果班子草包，普通人也跟着草包，那就真成🤡、刍狗了。

4.7

  • Java中，匿名表达式中的变量和匿名表达式外部的引用（下例中的list）并不是同一个，而是复制了一个新的引用。因 此，匿名表达式中的变量必须是final或等同final的，以避免内部修改，外部不变的不一致情形 
    1
    2
    3
    4
    5
    List<String> list = null;
    list = new ArrayList<>();
    List<String> missingElements = Arrays.stream(target)
          .filter(e -> !list.contains(e)) // ERROR: Variable used in lambda expression should be final or effectively final
          .toList();
    Workaround：
    • 匿名体前复制变量到一个新的final变量
    • 使用循环等非lambda方式
    • Lambda仅保证变量引用的不可变性，不限制对象状态的修改。因此修改引用变量成员是ok的，不过可能导致线程安全问题（并发修改、竞争）

Week 1

4.6

  • 玩手机，颓废。复工第一天，可以试试番茄🍅工作法，高效又健康
    • 每25分钟休息5分钟
    • 每个番茄周期内不能干其他与当前计划工作无关的事情

4.5

  • 居庸关长城，由明代徐达、常遇春等人于1368年所建，1993年由解放军某部队整修。全程敌楼共14座，走遍共用约五个半小时。矿泉水十元一瓶。初见很多老外，三座敌楼后基本就没什么说外语的了。白发的老奶奶比十岁的小胖墩矫健十倍甚至九倍，是学习的好榜样

4.4

  • 清明假期第一天，下午给自己放半天假，久违两个月打开P5，闪退了两次，红温了

4.3

  • LLM通过了图灵测试。但是这不是早就应该发生的吗？LLM本身就是人类常识的集合体，从性格与输出的稳定性上来看甚至可能比大多数人都好

4.2

  • 做梦梦到了早起6点半就出门，晨光熹微，众人在一仁兄的练琴🎹声下奔赴一天的努力，心情非常愉悦。醒来坐起已经8点半了
  • 遗传算法：适者生存。也可用于非凸问题，相比变异，可能定义合适的适应性函数更为重要

4.1

  • 感觉每天的有效工作时间都不多，可惜这并不是一个玩笑
  • 反卷积/转置卷积
    • 实现上采样（无法恢复原矩阵，主要目的是大小相同）
    • 建立一对多的关系（卷积：多对一）
    • 也可用于特征解释

Week 4

3.31

  • 哥德堡变奏曲第26变奏听上去和亨德尔HWV435神似，是巴洛克时代大师们的共鸣吗？
  • Fork Bomb，用几个字符crash linux——:(){ :|:& };:
    • 定义了一个名称为:的函数（到;为止）并立刻运行
    • 函数体中执行两次，结果被pipe到同名函数，子线程会以 $ 2^n $ 增长
    • &把函数调用放到后台，因此子线程一直运行不会结束
    • 结果：耗尽系统资源
0%