本文主要以一个Java工程师视角，阐述如何从零(无任何二三方依赖)构建一个极简(麻雀虽小五脏俱全)现代深度学习框架（类比AI的操作系统）。
LoRA(Low-rank Adapter)在大模型（如GPT-3，LLama, Qwen等）中，是一种重要的微调技术。该技术通过在不改变预训练模型参数的同时，添加低阶矩阵，学习新的、特定于任务的参数。这种微调方式不仅维持了模型的高效性能，也显著提升了模型训练和部署的效率。然而当对base model进行规模化多任务微调时，相关部署成本可能会显著增加。基于实际应用场景，成本和效率考虑，我们在RTP-LLM框架上实现了两种LoRA方法：静态LoRA和动态LoRA。
商品主图在淘宝的各类导购渠道中（如搜索结果页、推荐列表、商品详情页等）至关重要，是向消费者表达商品信息的重要窗口，好的主图可以帮助消费者快速了解商品特性，加速购买决策，从而产生转化。
随着春节大促即将到来，为了确保线上业务高效稳定地运行，电商企业大多会对旗下关键业务应用进行多轮测试。通过模拟线上较高流量的请求，来观察服务性能的实际表现。
过去一年，淘天业务技术同学持续关注技术的前沿和变革，并在研究领域取得了一系列创新成果。 按照计算机协会定义的CCF-A类会议和期刊，我们精选出同学们在数据挖掘领域、机器学习、计算机视觉及多媒体等领域里发表的17篇顶会paper，涵盖了KDD2023 、WWW2023 、IEEE VR2023 、 CVPR2023等多个国际会议。后文将带大家迅速了解这17篇论文的研究成果及其在业务领域内的落地应用，并附上paper全文PDF文件可供下载和阅读。 保持更新，不断迭代，希望你读以下论文时能够为你带来新的思考。
本文讨论了在不使用websocket做服务端推送的情况下，如何写出一个健壮的前端轮询。文章提供了一些常见的前端轮询的应用场景以及可能遇到的问题，欢迎大家一起讨论。
广义的软件研发活动涉及到需求分析、源码阅读和理解、代码编写、测试编写、配置环境、发布运维、安全漏洞修复，各种基础软件升级等等，这些方方面面的工作，大致可以分为两类，第一类是价值创造活动，第二类是为了价值创造不得不付出的成本。 新产品特性的研发，属于价值创造的部分。例如一个编辑器的软件，新增特性可现实用户当前编写文章的字数，这个特性可以激励用户更积极地创作，潜在的用户会更喜欢这个编辑器软件。新产品特性的研发，对于开发者来说，是一个学习和创造的过程，他可能需要和用户沟通，和产品经理沟通，需要理解现有系统的概念和运行逻辑，以及在必要的时候需要通过搜索学习新的技术以实现特性，有了这些上下文基础，才能进行编码和测试等工作。可以把编码理解成翻译工作，在我看来，把英文翻译成中文，和把领域知识翻译成编程语言，有着非常高的相似度。这类研发活动，通常是产品导向的，其关键目标是给用户创造增量的价值。
