向着朝阳 - 博客园

2026年1月8日

摘要：目录如果下跌EMA3一句话结论（先给答案）一句话结论（先给答案）为什么第 3 天不该重仓加但为什么“完全不加”也不最优？可执行的折中方案（重点）情况 A：第 3 天突破，但质量一般情况 B：第 3 天突破，质量很高如果之后第 4 天确认了怎么办？给你一个简单判断口诀（盘中用）最重要的一点（你一定要记阅读全文

posted @ 2026-01-08 19:19 向着朝阳阅读(71) 评论(0) 推荐(0)

标签化处理方案

摘要：目录刚上线成熟业务增强方案 - 小模型改成 -- 2个小模型投票2个小模型投票 “‘通用大模型做冷启动’意思是：当新业务、长尾场景或数据缺乏时，我们用大模型对这些新 query 或文档进行自动标签或实体抽取，再经人工复核生成训练集，微调小模型上线。这样可以在最短时间内让小模型覆盖新业务，实现系统快速阅读全文

posted @ 2026-01-08 08:07 向着朝阳阅读(23) 评论(0) 推荐(0)

2026年1月7日

找出长期高增长的股票

摘要：目录一、正确理解：Sandisk 为什么亏损还能 10 倍二、把“P/E < 0”从【否决条件】改成【分类条件】❌ 错误规则（会错杀）✅ 正确规则（分类而不是删除）三、给你一个“极简但有效”的双通道策略通道 A：盈利型强势股（成长股）通道 B：Sandisk 型（亏损但正在反转）1️⃣ 允许亏损，但阅读全文

posted @ 2026-01-07 21:38 向着朝阳阅读(39) 评论(0) 推荐(0)

RAG 语义漂移解决

摘要：目录什么是语义漂移一、场景概览二、原始情况（语义清晰）用户问题：知识库文档：Embedding 空间三、知识库扩展后（语义漂移开始）新增文档：发生的变化检索结果LLM 回答效果四、为什么叫“语义漂移”五、如何面试描述一、MiniLM 在标签化中的作用二、为什么不能完全替代人工或规则1. 语义模糊 / 阅读全文

posted @ 2026-01-07 20:35 向着朝阳阅读(125) 评论(0) 推荐(0)

transformer架构面试介绍

摘要：目录一、解码器的基本原理（面试口径）1️⃣ 和编码器相同的地方2️⃣ 和编码器不同的地方3️⃣ 推理时的特殊设计 “解码器在自注意力上做了遮蔽（mask），保证每个位置只能看到之前生成的 token，同时通过交叉注意力引入编码器输出，使生成能依赖源输入。” 一、解码器的基本原理（面试口径） “Tra 阅读全文

posted @ 2026-01-07 17:22 向着朝阳阅读(24) 评论(0) 推荐(0)

sandisk等高波动股票操作指引

摘要：目录一、策略框架（你提的方案）二、策略优化建议1️⃣ 买入信号优化2️⃣ 减仓信号优化3️⃣ 风险控制三、策略优劣分析四、执行心智模型完全可以，这套策略本质上是用短均线交叉 + 动态趋势拐头来做短线爆发股管理，非常符合 SanDisk 这种中盘、短期波动强的股票的特性。我帮你把你描述的策略整理阅读全文

posted @ 2026-01-07 17:01 向着朝阳阅读(75) 评论(0) 推荐(0)

vLLM优化项

摘要：目录好的，我给你整理一份 vLLM 推理加速优化清单，在原有表格基础上增加 “优先级 / 必做场景” 列，方便工程判断每个优化手段是否必须做以及在什么场景下可选。优化名称原理 / 作用优先级 / 必做场景 KV Cache Transformer 注意力的 Key/Value 缓存。避免重复阅读全文

posted @ 2026-01-07 16:46 向着朝阳阅读(65) 评论(0) 推荐(0)

MiniLM vs Qwen 0.5B

摘要：目录1️⃣ 模型本质差异2️⃣ 适合场景对比MiniLM 小模型适合：Qwen 0.5B / 1.5B 小模型适合：3️⃣ 工程化选型建议明白，你想比较 MiniLM 小分类模型和 Qwen 0.5B / 1.5B 小模型在项目里的使用场景差异，我给你做一个系统性分析。 1️⃣ 模型本质差异特性阅读全文

posted @ 2026-01-07 15:12 向着朝阳阅读(73) 评论(0) 推荐(0)

智能销售助手-intent ， Objection识别，phase ，action，用户旅程识别

摘要：目录识别具体方案一、总体设计原则（工程版）1️⃣ 不要“LLM 全吃”也不要“规则全吃”二、Intent：复杂 → LLM，简单 → 规则兜底Intent 的特点推荐方案具体落地三、Phase：规则优先，LLM 兜底（非常重要）Phase 的特点推荐方案（强烈）示例四、Objection：高价值、高阅读全文

posted @ 2026-01-07 13:13 向着朝阳阅读(25) 评论(0) 推荐(0)

销售助手-Action识别技术

摘要：目录一句话结论（先给你定性）一、先把概念彻底拆清楚（避免混）二、Action 到底是什么？（这是关键）Action = 系统需要立即执行的操作类型三、Action 识别，用规则还是模型？——分层设计第一层：规则（Rule Engine）——必须要有典型规则 Action第二层：小模型分类（MiniL 阅读全文

posted @ 2026-01-07 13:02 向着朝阳阅读(8) 评论(0) 推荐(0)

aibi1

公告