JohnXeno 最近回复了
NeurIPS 这个条款放论文里面审稿阶段就因为歧视被毙了吧, 虽然对学术中立这个事情一直没报啥期待, 不过这个事情不是个好信号就是了
Superpowers 是 TDD 驱动的, 对于小 DEMO 太重了, 比较适合大项目,根据项目和需求规模手动启停吧
我觉的这个产品问题挺大的,基于架构师的自然语言需求生成架构图的难点感觉在架构师如何用自然语言把架构清晰的描述出来,框架需要关注的是语义不确定问题, 至少也应该有多轮对话的方式,类似 cc plan mode 那样, 通过多轮对话完成语义的收敛,然后再生成架构图
首先就是 AI 和 大数据从实际生产开发的角度看交集不多:
目前我们谈到的 AI 主要是包括了机器学习,深度学习,强化学习,nlp 这些让机器模拟人类智能的学科, 核心基础是数学, 微积分线代统计学以及上层的机器学习算法这些. 对应的岗位主要是算法工程师.
大数据的话目前主要指的就是数仓, 主要的是海量数据的存储计算,分布式计算这些,核心基础是对常规大数据引擎(hadoop 全家桶, spark flink)的使用和原理的掌握, 对应的岗位是数据开发工程师, ETL 工程师这些.
建议先搞清楚这俩的概念, 然后选一个方向找对应的学习路径
python 里面应该也有一些类似 IBM ILOG CPLEX Optimization Studio 的开源库, 你可以去搜一下, 条件约束可以你自己描述然后扔给大模型去写
IBM ILOG CPLEX Optimization Studio , 里面的功能还挺全的, 尤其是做组合优化问题或者需要满足复杂约束的时候, 之前帮同学做医生的排班表用的这个, 不过上手有点难度, 而且需要你自己有一定的数学抽象能力