米哈游一面
七崽爱吃小饼干2026/10/19阅读 0
- 多线程、浏览器为什么是单线程
- tcp和udp
- 事件循环
- v8垃圾回收算法
- commonjs和module的区别
- react的合成事件
- react的虚拟dom，diff算法，什么阶段可以打断
- react的context用来解决什么问题
- 引用问题的输出
- 原型方法和静态方法的输出问题
- ai为什么会有幻觉，以及很肯定自己说的是对的，怎么解决
- 当我有一份很长的聊天记录，需要ai帮我总结提取有效内容，该怎么做
- 讲了一下pseo workflow和d2c
- 手撕算法：一个数组，获取排名前k的频率的元素
多线程、浏览器为什么是单线程
https://visionaryblog.cn/reader/575
tcp和udp
https://visionaryblog.cn/reader/576
事件循环
https://visionaryblog.cn/reader/275
垃圾回收算法
https://visionaryblog.cn/reader/298
commonJS和ESModule
https://visionaryblog.cn/reader/351
react的合成事件
https://visionaryblog.cn/reader/290
react的虚拟dom，diff算法，什么阶段可以打断
虚拟dom：https://visionaryblog.cn/reader/127
diff算法：https://visionaryblog.cn/reader/128
react的context用来解决什么问题
https://visionaryblog.cn/reader/171
引用问题的输出
https://visionaryblog.cn/reader/577
原型方法和静态方法的输出问题
https://visionaryblog.cn/reader/578
ai为什么会有幻觉，以及很肯定自己说的是对的，怎么解决
ai是概率模型，所以输出的字符是概率最高的字符。ai肯定自己说的是对的，应该是因为训练的时候，训练的语料偏向让ai输出确定的结果，而非“可能”这类不确定的结果。比较好的解决办法就是让ai在输出时附带事实依据。
当我有一份很长的聊天记录，需要ai帮我总结提取有效内容，该怎么做
主要是根据一些关键词做关键内容的提取，比如要总结某个业务的内容，就可以用关键词先匹配出相关的内容。如果要做的更好一点的话，就可以用rag技术，去做语义向量匹配，比硬匹配更有效。