组织就是在设计自己的 RLHF
最近在理解 AI、机器学习、深度学习、强化学习和 RLHF 的关系时,我一开始把它们当成几种并列的技术。后来发现这样理解不对。
共 17 篇文章。
最近在理解 AI、机器学习、深度学习、强化学习和 RLHF 的关系时,我一开始把它们当成几种并列的技术。后来发现这样理解不对。
最近我在思考一个比较现实的问题:团队使用 AI 工具以后,开发效率确实提高了,但需求并没有跟着变多。
在讲框架之前,先想清楚一个问题:领导坐在台下,他到底想听什么?
1、把文档给AI,不然它根本不知道怎么用ReactFlow https://reactflow.dev/learn 2、自己定义好数据结构,比如组件的数据类型、中间画布的分组 3、最好画个草图 4、基于Unreal Engine的设计风格
同时,请依据这些问题的严重程度、出现频率等维度做出分析排名;在此基础上形成一份总结表格,并将上述所有分析结果写入本地 Markdown 文件。信息越详细越好,不要丢失任何信息。最后,请再反思文档与已分析的问题,确认是否还有可以补充的内容。
更注重抽象(Core)与扩展性(让业务方可以基于我们提供的 Core 机制,快速扩展自己的个性化需求)
AI 浪潮正在改变软件开发模式,为开发者带来新的机遇和挑战。本文通过实际工作案例讲述了 AI 对个人开发工作的影响,以及 AI 时代下产品开发模式的变革,并分析了大模型时代程序员与 AI 工具的定位,希望能帮助开发人员提前布局,抓住新一轮发展机遇。
three.js,babylon.js,Cocos3D,Oasis Engine,Unity,Unreal Engine
以这次的3D关系图为例,我发现做的时候比较迷茫,缺乏一个流程指引。
用户那边展示的 Web 大屏,其中自选股页面的数据显示错误了。这个问题之前也出现过。
参考散点图的案例
现在前端团队都是分散到各个具体业务中的,这就导致信息互通、技术工具的整合推广,都存在问题。前端年初都会列出很多待解决的问题,我们也知道有很多事情应该去做,但是究竟这些问题里面,最影响开发效率、性价比最高的20%内容是什么,其实是没有数据来支撑验证的,因此我们的改进还是稍微有点拍脑袋。 形成对比的就是
docker、可视化搭建、sequelize、TypeScript、老项目的熟悉等等。
拓扑可视化平台这个项目的进度让我很不满意,比预期的时间整整多了三天。究其原因,在于我的项目管理做得太烂了,基本上没有什么规划可言。
近期我们有多个项目都存在延期问题,提测质量反复被测试部门同事吐槽。昨晚测试跟我们分享了下如何进行自测,也对目前存在的一些问题进行了讨论,这里做个记录。
今天晚上是管理例会,轮到L同事主持,主题是“如何提升开发人员测试意识”。会上提到了目前我们组在项目开发中出现的一些问题,也引发了我自己对于近期项目管理的反思,这里记录一下,作为接下来的改进方向。
接下来因为一些原因,可能需要自己大量阅读代码,这里总结一下之前阅读代码时遇到的问题,以及一些方法。 ## 问题 ### 一开始就往代码细节上钻 越是复杂的项目,这样做越是悲剧,你可能花费大量时间从代码上层层往下钻,结果却发现对于整体的功能根本无法掌握,最后迷失在源码中,给自己带来压力。 因为复杂