Overview BGE，BAAI General Embedding，北京智源人工智能研究院（BAAI）在2023年推出的Bert类通用文本嵌入模型。 BGE论文中，提出了C-PACK，一个中文Embedding领域的资源包，C-Pack包括三个关键资源：C-MTEB、C-MTP和C-TEM。 C-MTEB为中文Embedding领域的benchmark； C-MTP为中文语料...

Overview BERT BERT，全称Bidirectional Encoder Representations from Transformers，翻译成中文，就是Transformer双向编码器特征。 BERT本质上是一个两段式的NLP模型。 第一个阶段叫做Pre-training，跟WordEmbedding类似，利用现有无标记的语料训练一个语言模型。 第二个阶段叫做F...

本文译自 The Illustrated Transformer Overview Attention is All You Need论文原文中介绍，Transformer模型，完全摒弃了RNN和CNN的先验假设，它是一个只使用了Attention机制的Seq2Seq模型，通过Attention机制连接两部分——Encoder和Decoder完成Seq2Seq任务。 Transfo...

定位 意图识别，是自然语言处理（NLP）的一个分支领域——自然语言理解（NLU）/口语理解（SLU）。 NLP、NLU、NLG之间的关系（图片来自网络） 理解——对话系统场景+意图识别 举个例子 举个正常对话的例子， >> 用户：帮我推荐一家餐厅 >> Bot：几个人？ >> 用户：2个人 （Bot赶紧拿出本本记下） >> Bot：好的，...

序言 一款好用、可靠的ID生成器，是业务稳定运行的基石。 场景 假如你的业务系统是微服务分布式架构，但数据库是单库单表，没有分库分表就意味着服务单库并发不高，且单库数据量也不大。 业务需求：在单库单表场景下，生成并使用全局唯一ID（比如可用作短链ID、订单ID、交易单ID、消息流水ID、调查问卷ID、用户ID、聊天会话ID等等），要求ID业务可读，Long整型且无规律（隐藏自增特性），...

缘起 2021年，造车新势力集中入局，成为跨界造车集中爆发年，新能源汽车从电动化过渡到智能化阶段，本质是政策引导、市场机遇与技术演进的多重共振结果。问界、极越、小米等企业通过生态整合、技术复用和资本杠杆，在新能源渗透率快速提升期（2021年约13%）抢占战略高地，为后续竞争奠定基础。这一现象印证了中国智能电动车产业从“政策驱动”向“市场驱动”转型的关键节点特征。2021年更多是行业从政策驱动...

序言 近年来，AI领域迎来了颠覆性变革，以大语言模型（LLM）为核心的生成式技术正以前所未有的速度重塑人机交互的边界。以ChatGPT的对话式突破到Gemini、Claude的多模态跃迁，LLMs不仅展现出对人类语言的深刻理解，更逐步演化为知识推理与创造性表达工具。然而，这仅是智能革命的起点——当LLMs与智能体（Agent）技术深度融合，AI开始突破“被动应答”的局限，迈向自主感知、决策与...

序言 对于业务系统来说，保证业务的正确可靠很重要，如果在业务架构中引入了消息中间件，必须要保证数据安全，做到消息不丢失。一旦丢消息，就意味着丢数据，在业务上是完全不能接受的，特别是资产相关的业务，比如订单、交易、支付等，数据一旦不可靠，就会产生资损。 主流MQ都提供了保证消息可靠性的机制，在消息传递过程中，即使发生网络中断或者宕机，也能做到不丢消息。要做到这一点，得先知道消息从生产到消费...

序言 工作中会经常遇到类似下面这种场景， 基础架构组要对RocketMQ进行迁移扩容，业务方需要Check使用RocketMQ是否有幂等性保障，迁移过程中可能会产生重复消息的问题。对业务要求就是要保证消息幂等性，避免重复消费。RocketMQ迁移小组会在保障群里同步迁移状态，如果有问题及时联系反馈。 业务方上报自己的业务场景发生了重复消费问题，查看Broker运...

序言 顺序消息，就是生产端发送的消息顺序和消费端接收的消息顺序一样。消息顺序，一般是指时间上的顺序性。 先看下MQ的消息场景，再来看实现MQ顺序消息需要考虑哪些因素。 从MQ的消息存储看，底层消息是直接写入到文件的，它是一个顺序存储结构，没有用B树、B+树等类似数据结构。一方面，复杂数据结构会影响数据写入/读取的性能；另一方面，MQ功能需求简单，不需要复杂数据结构来支持检索。 ...