Forwarded from اوراق آرگو
تو این بلاگ نشون داده شده که حتی ساخت یک object اضافه در یک سیستم با throughput بالا، میتونه چه تاثیری روی performance سیستم داشته باشه. پیشنهادش هم این هستش که میگه یک short-lived object رو ایجاد و بعد garbage نکنیم، بلکه بیایم همین object رو برای استفاده بعدی clean up کنیم که به نظرم کلا مغایر با clean code و خیلی از best practice ها هستش ولی خب بستگی داره که شما از سیستمتون چه انتظاری دارید و باید طبق اون انتظار تصمیم بگیرید. به قول معروف:
we always talk about tradeoffs
https://blog.vanillajava.blog/2022/09/java-is-very-fast-if-you-dont-create.html
we always talk about tradeoffs
https://blog.vanillajava.blog/2022/09/java-is-very-fast-if-you-dont-create.html
blog.vanillajava.blog
Java is Very Fast, If You Don’t Create Many Objects
You still have to watch how many objects you create. This article looks at a benchmark passing events over TCP/IP at 4 billion events per ...
👍11🤔3👎2
Forwarded from Sharif MLL (Mahdi)
🚨 Open Research Position: Symbolic Representation Learning.
We announce that there is an open research position in the ML lab at Sharif University of Technology, supervised by Dr. Soleymani.
🔍 Project Description:
We are pleased to announce an open call for applicants to join a cutting-edge research project on Symbolic Representation Learning. If you are passionate about artificial intelligence, machine learning, cognitive science, or the intersection of representation and language, this is your opportunity to contribute to groundbreaking work at the forefront of these fields.
Our project is dedicated to advancing symbolic representation learning, an area of research focused on enabling machines to represent and reason with structured language including symbols. This research aims to bridge the gap between neural networks' statistical learning and the symbolic, structured knowledge representations that are central to human cognition. We will explore new techniques for creating and reasoning with symbolic representations in AI systems.
Requirements:
- Good understanding of deep learning concepts
- Fluency in Python, PyTorch
- Willingness to dedicate significant time
Submit your application here:
Application Form
Application Deadline:
2024/12/01 (23:59 UTC+3:30)
If you have any questions, contact:
@mmsamiei
We announce that there is an open research position in the ML lab at Sharif University of Technology, supervised by Dr. Soleymani.
🔍 Project Description:
We are pleased to announce an open call for applicants to join a cutting-edge research project on Symbolic Representation Learning. If you are passionate about artificial intelligence, machine learning, cognitive science, or the intersection of representation and language, this is your opportunity to contribute to groundbreaking work at the forefront of these fields.
Our project is dedicated to advancing symbolic representation learning, an area of research focused on enabling machines to represent and reason with structured language including symbols. This research aims to bridge the gap between neural networks' statistical learning and the symbolic, structured knowledge representations that are central to human cognition. We will explore new techniques for creating and reasoning with symbolic representations in AI systems.
Requirements:
- Good understanding of deep learning concepts
- Fluency in Python, PyTorch
- Willingness to dedicate significant time
Submit your application here:
Application Form
Application Deadline:
2024/12/01 (23:59 UTC+3:30)
If you have any questions, contact:
@mmsamiei
❤9👍1🙏1
rag types.pdf
2.9 MB
👍13💘6
Forwarded from Metis Ai
چتباتها از محصولات نرمافزاری هستن که به لطف هوش مصنوعی در سالهای اخیر حسابی جذاب و کاربردی شدن.
محققین شرکت Nielsen Norman Group که در حوزهی تجربهی کاربری محصولات فناوری فعال هستن پژوهشی رو روی نحوه تعامل کاربرها با چتباتها انجام دادن و به نتایج جالبی رسیدن.
محققین بر اساس سطح مهارت افراد و همچنین اطلاعاتی که نیاز دارن(کاری که با چتبات دارن) گفتگوها رو توی شش دسته تقسیم کردن:
1️⃣ گفتگوهای جستجویی(Search Queries)
2️⃣ گفتگوهای قیف گونه(Funneling Conversation)
3️⃣ گفتگوهای اکتشافی(Exploring Conversation)
4️⃣ گفتگوهای جزیرهای(Chiseling Conversation)
5️⃣ گفتگوهای مشخص(Pinpointing Conversation)
6️⃣ گفتگوهای گسترشی(Expanding Conversation)
💡 هر کدوم از این دستهها ویژگیها و الزامات مختص به خودشون رو دارن که شما با یاد گرفتن اونها میتونید محصولات با کیفیتتری رو خلق کنید و کاربرانتون رو بیشتر راضی نگه دارید.
🖥 ما تمام ویژگیها و توضیحات مرتبط با این شش دسته رو توی این پست لینکدین برات توضیح دادیم، کافیه ورق بزنی و لذت ببری از چیزهایی که یاد میگیری.
ما توی متیس همه جوره کنارت هستیم تا بتونی به راحتی محصولات و ایدههایی که توی ذهنت داری رو پیادهسازی کنی. به علاوه این که هر روز کلی چیز جدید بهت یاد میدیم، برای همین خوشحال میشیم که با دنبال کردن ما توی شبکههای اجتماعی توی این مسیر کنارمون باشی 💜
📱 @metis_ai_news
🔗 metisai.ir
📱 https://www.linkedin.com/company/metis-ai-ir
📺 کانال آپارات ما: aparat.com/metis_ai
محققین شرکت Nielsen Norman Group که در حوزهی تجربهی کاربری محصولات فناوری فعال هستن پژوهشی رو روی نحوه تعامل کاربرها با چتباتها انجام دادن و به نتایج جالبی رسیدن.
محققین بر اساس سطح مهارت افراد و همچنین اطلاعاتی که نیاز دارن(کاری که با چتبات دارن) گفتگوها رو توی شش دسته تقسیم کردن:
ما توی متیس همه جوره کنارت هستیم تا بتونی به راحتی محصولات و ایدههایی که توی ذهنت داری رو پیادهسازی کنی. به علاوه این که هر روز کلی چیز جدید بهت یاد میدیم، برای همین خوشحال میشیم که با دنبال کردن ما توی شبکههای اجتماعی توی این مسیر کنارمون باشی 💜
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6❤3👎2🔥1