주요 콘텐츠로 건너뛰기

CooLWJ 검색

选择搜索范围,输入关键词后按回车。

언어

기술과 일상

개발 경험, AI 도구, 지역의 말과 독서.

최근 업데이트

7–12 / 글 25개

지역의 말

허난 방언의 “rang”은 무슨 뜻일까?놀랍게도 《좌전》에도 나온다

허난 방언에서 아이를 혼낼 때 쓰는 “rang”은 대체 어떤 글자로 적어야 할까? 이 말은 어른이 장난꾸러기 아이를 꾸짖고 나무라는 것을 가리킨다. 글쓴이는 두 후보 글자를 생각해 보았다: 첫 번째 후보:“让”. 이 글자에는 고대 중국어에서 실제로 “나무라다”라는 뜻이 있었다. 《左传》의 “公使让之”는 곧 그를 꾸짖게 했다는 뜻이다. 표준 중국어에서는 이 의미가 사라졌지만, 허난 방언에는 남아 있다. 두 번째 후보:“嚷”. 북방 방언에서 “嚷”은 그 자체로 꾸짖는다는 뜻이다. 큰 소리로 말하는 것에서 큰 소리로 나무라는 것으로 이어지는 논리도 자연스럽다. 다만 조금 의문스러운 점이 있다:글쓴이의 고향에서는 “rang”을 1성으로 발음한다. 그런데 “谦让”의 “让”과 “嚷”은 그 지역에서 모두 1성이 아니다. 그러니 대체 어느 글자인지는 아직 결론이 나지 않았다. 두 단어의 발음이 가까워지면서 서로 뒤섞였을 가능성도 있다. 방언은 여전히 사람들의 입속에서 살아 있지만, 그 말을 본래 적던 글자는 진작 잊혔다.

AI와 도구

주요 AI 대규모 모델의 주식 수익 계산 테스트

시중에서 흔히 접할 수 있는 중국 및 해외 AI 모델을 사용해 주식 수익을 계산해 보았다. 중국 모델로는 深度求索DeepSeek、알리바바 通义千问 、讯飞星火、바이트댄스 豆包、月之暗面Kimi、腾讯元宝、百度文心一言、智普清言、百川智能、360智脑、天工AI、商汤商量이 있었고, 해외 모델로는 GPT-4o、Claude-3-Opus 、 Gemini-2.0-Pro、Grok이 있었다. 같은 입력에 정확하게 계산한 것은 DeepSeek뿐이었다.

AI와 도구

모델 증류와 모델 프루닝

모델 증류와 프루닝은 신경망 모델을 압축하는 두 가지 중요한 기술이다. 모델의 매개변수 수와 계산 복잡도를 효과적으로 줄여 실행 효율과 성능을 높일 수 있다. 둘 다 신경망 압축 기술이지만 구현 방법과 목적에는 약간의 차이가 있다. 증류는 교사 모델의 예측 행동을 이용해 학생 모델을 훈련하는 데 초점을 두고, 프루닝은 불필요한 매개변수와 연결을 제거해 모델을 압축하는 데 초점을 둔다.

개발 경험

CVE-2023-28432 MinIO 정보 유출 취약점의 버전 표기 오류

CVE-2023-28432 MinIO 정보 유출 취약점의 버전 표기 오류, 잘못 표기된 영향받는 버전:RELEASE.2019-12-17T23-16-33Z <= MinIO < RELEASE.2023-03-20T20-16-18Z; 실제로 영향받는 버전: RELEASE.2021-08-31T05-46-54Z <= MinIO < RELEASE.2023-03-20T20-16-18Z

개발 경험

너무 긴 것도 잘못일까?——백엔드 Long형 ID 정밀도 손실을 고치는 신기한 여정

프런트엔드와 백엔드가 분리된 시대,우리의 삶은 수많은 기회와 도전으로 가득하다——갑자기 튀어나와 사람을 미치게 하는 Bug도 그중 하나다。오늘 이야기할 것은 수많은 개발자를 웃지도 울지도 못하게 한 고전적인 문제다:백엔드 Long 타입 ID가 너무 길어 프런트엔드에서 정밀도가 손실되는 문제다。이 문제라면 정말 ‘만악의 근원’이라 할 만하다。JavaScript가 Number.MAX_SAFE_INTEGER(즉 9007199254740991)이내의 수치만 안전하게 처리할 수 있으니 말이다? 이 문제 때문에 머리를 싸매고 고민한 적이 있다면,걱정하지 말자,여러분만 그런 것은 아니다。오늘은 이 ‘세기의 난제’를 유머러스하게 분석할 뿐만 아니라,근본적으로 해결하는 방법까지 안내하여 여러분의 코드가 더 이상 ‘정밀도를 잃지’ 않도록 하겠다。

개발 경험

메시지 큐의 황금 삼총사: RabbitMQ, RocketMQ, Kafka 전면 대결, 최선의 선택은?

RabbitMQ:AMQP 프로토콜을 기반으로 하며,여러 메시징 프로토콜과 유연한 라우팅 기능을 지원합니다. 복잡한 라우팅과 프로토콜 지원이 필요한 상황에 적합하지만,처리량은 상대적으로 낮아 중소 규모의 메시징에 적합합니다. RocketMQ:알리바바가 오픈 소스로 공개한 분산 메시지 미들웨어로,높은 처리량과 낮은 지연 시간을 지원하며,금융 수준의 트랜잭션 메시지와 빅데이터 실시간 처리에 적합합니다. 순서 보장 메시지、예약 메시지、트랜잭션 메시지를 지원하며,대규모 분산 시스템에 적합합니다. Kafka:처리량이 높고 영구 저장이 가능한 메시지 큐로,대규모 데이터 스트림과 실시간 데이터 스트림 처리에 적합하며,빅데이터 생태계에서 널리 사용됩니다. 파티션과 복제 메커니즘은 높은 가용성과 데이터 일관성을 보장하므로,로그 수집과 스트림 처리에 매우 적합합니다.

원하는 테마를 선택하세요

선택한 테마가 사이트 전체에 적용됩니다.