小玖的个人空间

Foreword本来是不想写的，但是呢，最近睡眠不太好，这块的记忆应该没办法有太多可以保留到长期记忆区中。 也是很普遍，也比较复合最近自身情况，所以也算记录一下。希望在更糟糕的路上有所遏制，在positive方面，有所影响就够了。 Preview我自认为当前的状态可能是偶发的抑郁。且有一段时间内都有这个误解。 现在的理解呢，应该只是心理萎靡，心理学家称之为languishing，没有严重到抑郁，却没有活力、没有方向、没有意义感。 是一种人生常态，只是幸运的我，一直处于Flourishing状态，阈值被拉太高了，误以为掉入了抑郁中。 Feeling good单纯的感官满足是生活的调味品，不可陷入享乐主义的陷阱。 愉悦感、满足感、快乐是需要支撑的。 Functioning effectively有效运转是亚里士多德所说的”eudaimonia”——实现型幸福，是投身热爱之事、发挥所长、与世界深度联结，是活出潜能。 感觉良好且有效运转的方法论不是说只在感觉好的时候顺便努力了一下，是在真实的生活中既找到内心的愉悦，也找到身外的意义。 有意识感受愉悦的当下，看电影，晒太阳，喝茶。 沉浸地全身心 ...

最近失眠有点多，每天想得很多，但是精神不太好，所以也没记住自己总结的东西。 周五吃了点安眠药【点名感谢小博，国外的安眠药一点都不苦】周末昏天黑地的睡了两天，感觉精神好了点。昨晚十点多睡了，还是饿着肚子睡着的，早上睡到八点，还是被闹钟叫醒。 精神好多了，有体力总结记录一下，倒是有两条还隐约记得，可能有点自以为是，但希望不会词不达意。 素质/道德，是凶狠者的遮羞布，是弱者的虚荣心。 真正的强者有机遇有能量有素质。凶狠者更关注社会地位/钱财，素质是能更好伪装的面具。 没有什么能拿得出手的社会资源，只能说有素质，否则什么都没有的情况下，会被相同水平的人排挤，因为如果连道德都没有，谁会跟你打交道呢。毕竟天下攘攘，皆为利往。 所以全民都需要道德和素质，而且都是给别人看的。 当一个人可以从自身的素质和道德中获得安慰时，可能还没认清这个社会的发展规律和底层逻辑。 第二条我也没有想太明白，不过别着急，再等等。日子慢慢过，答案慢慢找。 遇到问题问别人，问自己，没有答案，给自己一点时间。 先说我自己的情况吧，小镇做题家让我学会了高效做题的本能，遇到问题脑子就一直飞快的转啊转，一直 ...

principlesBeautiful is better than ugly.优美优于丑陋。Explicit is better than implicit.明了优于隐晦。 (显式优于隐式)Simple is better than complex.简单优于复杂。Complex is better than complicated.复杂优于凌乱。 (这里的complex指逻辑复杂但有序，complicated指难以理解的混乱)Flat is better than nested.扁平优于嵌套。Sparse is better than dense.稀疏优于稠密。 (指代码行数多、留白多比挤在一行更难出错)Readability counts.可读性很重要。Special cases aren't special enough to break the rules.特例也特殊不到打破规则的程度。Although practicality beats purity.然而，实用性胜于纯粹性。Errors should never pass silently.错误永远不应该被无声地 ...

精力分配调整我好像一瞬间突然就想明白自己为什么朋友少了，我总是爱反省，所以总是在思考是不是自己的问题，自己到底哪里有问题。 是我对待陌生人过于认真，把别人看的太重，这是不合理的，别人可能会觉得我真诚/做作或者怎么样，但这是反常的。 人的精力也是有限的，对待别人比对待自己重的情况下，精力就更不够分了。 所以自己的感受和想法最重要。 接纳自己的不足不懂不装懂，坦白不了解，别人的看法不重要。 稳定、自洽（自己的感受更重要）缓慢的节奏才能做出更迅速的决断和行动。

总觉得只要追求正确的事，就一定在美好的旅途上。 放弃改造他人我有一个朋友有终身学习和持续优化自身的上进心，同时又难以改变。 会让我有反省自身的习惯，总是想要提醒自己要是….就更好了。 但是没有必要对外表现出来，要学会闭嘴。 认知高的人可能会觉得这是一种希望反复迭代进步的过程。你也不会获得什么好处，相反，试图让别人了解你就是坏处。要有不被理解的自信，也要知道去魅对于人性的挑战。 认知低的人可能会觉得这是一种站在道德制高点的审判。只会觉得你攻击性强。 这里的认知低指的是只尊重感受，不尊重事实。 当然每个人都有权利用自己的方式，和这个世界相处，哪怕笨拙。 放弃被完美回应的执念不被理解是人生的常态。 我有一个朋友觉得自己做的挺好的，大部分时间觉得没有被理解，也觉得自己挺peace的。 但是一碰到对需要被理解的点，就非常在意，自己的情绪需要自己买单。 但如果自己的情绪是对方导致的，那就选择远离就好了。 放弃我们的幻想任何时候都应该保持独立，自立。 在一起是为了更好，而不是为了依赖。

book code-1 code-2

相关资料 video CS224N-Spring Awesome-CS-OpenCourse CS224N-2024-assignment word2vec-model Lecture-1 Intro & Word Vectorsone hot vectors you shall know a word by the company it keeps. —- J.R. Firth 1957 so human do. —- baiker 2026 引入word vector概念embeddinogs/neural word representations 休息时，学生提问的问题非常到位（我也想到了，虽然只是第一个，骄傲脸） Q： 相同的词在上下文中有不同的含义，比如讲到的Good，是否需要用不同的vector表示。A：正如我说的，高维空间和二维空间是完全不同的，star既和天文学词汇很相似，也和名人等词汇很相似。 Q：如何将高维vector进行低微可视化的。reducing the embeddings to a lower dimensional space ...

Reciprocal Rank FusionRAG主要分为两个大的阶段：检索、生成 。 其中检索阶段的常见方法有：关键词检索（BM25）和语义检索（基于嵌入的向量搜索），还有一种结合多种不同检索方法的混合检索（Hybrid Retrieval）。 这时候就需要一种方法来综合这些结果，这就是 排序融合 (Rank Fusion) ，其中最有效且广泛应用的方法之一是倒数排名融合。 RRF是一种简单但非常有效的排序融合算法。它的核心思想是：我们不关心原始分数是多少，只关心一个文档在各个列表中的“排名位置”。

RAG —-检索增强生成（Retrieval Augmented Generation）总结：RAG = 检索技术 + LLM 提示 通过自有垂域数据库检索相关信息，然后合并成为提示模板，给大模型润色生成回答。 知识的局限性：大模型自身的知识完全源于训练数据，而现有的主流大模型（deepseek、文心一言、通义千问…）的训练集基本都是构建于网络公开的数据，对于一些实时性的、非公开的或私域的数据是没有。幻觉问题：所有的深度学习模型的底层原理都是基于数学概率，模型输出实质上是一系列数值运算，大模型也不例外，所以它经常会一本正经地胡说八道，尤其是在大模型自身不具备某一方面的知识或不擅长的任务场景。数据安全性：对于企业来说，数据安全至关重要，没有企业愿意承担数据泄露的风险，尤其是大公司，没有人将私域数据上传第三方平台进行训练会推理。这也导致完全依赖通用大模型自身能力的应用方案不得不在数据安全和效果方面进行取舍。 而RAG就是解决上述问题的有效方案。 开发框架 langchain,llamaIndex,autogpt等 Embedding模型 BERT 属于动态（上下文相关）嵌入 ...