thuật toán bên mình tự phát triển riêng, sử dụng kết hợp giữa n-gram + invert index + thuật toán tự xây cho đối chiếu 2 đoạn text, nó hơi phức tạp với lại là bí thuật của công ty nên xin phép không chi tiết hơn. Trước đây data ở kích thước nhỏ thì bên mình có dùng Lucene (có customize) kết hợp với Word Embedding để tính toán, nhưng dữ liệu khi lên lớn hơn 10 triệu urls thì phải tinh chỉnh và tự viết, không dùng công nghệ có sẵn được (muốn dùng thì phải đốt tiền nâng server). Vì các công nghệ full-text search có sẵn phù hợp với search engine truyền thống: hợp với search keyword ngắn, cachable; còn kiểm tra đạo văn thì toàn tìm câu văn dài.
Đọc xong bài viết này mình đăng ký ngay tài khoản để comment. Mình coi một đống video trên youtube mà cũng ko hiểu gì về LoRA hết thế mà đọc xong bài của tác giả cái hiểu ngay luôn. Cảm ơn tác giả nhiều !
Em chào anh, thì e có thắc mắc là hàm boxes to tensor anh chuyển từ x,y của top_left sang center_x, center_y, rồi hàm target tensor to boxes anh lại chuyển nó về top_left đúng không ạ?
Cảm ơn tác giả. Hiện tại mình cũng đang được giao task tìm hiểu ElasticSearch để đưa vào hệ thống. Yêu cầu của hệ thống cũng khá giống với Viblo.
Mình đang gặp khó khăn trong việc tổ chức index.
Hệ thống hiện tại thì dùng SQL Server để lưu data và ElasticSearch để search. Mình đang phân vân giữa 2 giải pháp.
Mỗi table trong Sql server sẽ tạo một index tương ứng. Ví dụ như Viblo thì sẽ tạo index Bài Viết, Câu Hỏi, Tác Giả.
Tạo một index union cho tất cả các type và thêm một field type cho document.
THẢO LUẬN
Nếu như VPN có thể coi là một forward proxy thì ISP không thể chặn request từ VPN à?
Bài viết hay lắm bạn.
Google thôi b ạ, search behavioural/ management question <tên cty> là nhiều lắm
thuật toán bên mình tự phát triển riêng, sử dụng kết hợp giữa n-gram + invert index + thuật toán tự xây cho đối chiếu 2 đoạn text, nó hơi phức tạp với lại là bí thuật của công ty nên xin phép không chi tiết hơn. Trước đây data ở kích thước nhỏ thì bên mình có dùng Lucene (có customize) kết hợp với Word Embedding để tính toán, nhưng dữ liệu khi lên lớn hơn 10 triệu urls thì phải tinh chỉnh và tự viết, không dùng công nghệ có sẵn được (muốn dùng thì phải đốt tiền nâng server). Vì các công nghệ full-text search có sẵn phù hợp với search engine truyền thống: hợp với search keyword ngắn, cachable; còn kiểm tra đạo văn thì toàn tìm câu văn dài.
GÚT CHÓP bro
@Plumpboy cảm ơn bác, đó giờ em vẫn thắc mắc sao composer install lúc build xong không thấy vendor đâu
@chuyenbka giờ mới đọc được cái cmt này,rất hữu ích ạ, cảm ơn 2 anh đã khai sáng thêm
Ở phần check trùng bạn sử dụng thuật toán gì để kiểm tra vậy ạ
HI Bác, tò mò về các câu hỏi xoay quanh vấn đề management, bác ôn ở đâu vậy ạ.
@dunguyen01 a ko biết nữa, nhưng cứ thử thôi e ạ
quá hay, đang tìm mãi cái này, cảm ơn tác giả
Hmmmm, có thể gọi kỹ thuật đấy là QR overlay/replace attack 🤔
@maitrungduc1410 e mới có bằng cao đẳng không có bằng đại học ko biết có đc không ạ .
Đọc xong bài viết này mình đăng ký ngay tài khoản để comment. Mình coi một đống video trên youtube mà cũng ko hiểu gì về LoRA hết thế mà đọc xong bài của tác giả cái hiểu ngay luôn. Cảm ơn tác giả nhiều !
Bài viết hay quá 🫢🫢
Hay quá anh oiiii. Hóng phần tiếp theooo🫠🫠
SOLID tạo ra cho các ngôn ngữ OOP và backend là chủ yếu. Cố gắng áp vào frontend thì chỉ làm sai lệch ý nghĩa đi thôi (rõ nhất là phần I với D).
Em chào anh, thì e có thắc mắc là hàm boxes to tensor anh chuyển từ x,y của top_left sang center_x, center_y, rồi hàm target tensor to boxes anh lại chuyển nó về top_left đúng không ạ?
Cảm ơn tác giả. Hiện tại mình cũng đang được giao task tìm hiểu ElasticSearch để đưa vào hệ thống. Yêu cầu của hệ thống cũng khá giống với Viblo. Mình đang gặp khó khăn trong việc tổ chức index. Hệ thống hiện tại thì dùng SQL Server để lưu data và ElasticSearch để search. Mình đang phân vân giữa 2 giải pháp.
Nếu được thì mong bạn có thể chia sẻ thêm.