Pivotal ## Greenplum 6新特性: 在线扩容工具GPexpand剖析 杜佳伦 (jdu@pivotal.io) ## 大纲 • Greenplum 集群部署 • GPExpand简介与具体用法 • Greenplum 6中GPExpand的改进与实现 ## Greenplum 集群部署  ## GPExpand简介与具体用法 • 增加新节点 - gpexpand -i 配置文件 • 数据重分布 - gpexpand • 清理 - gpexpand -c ## GPExpand简介与具体用法 ## • 增加新节点 - gpexpand -i 配置文件（gpexpand生成或手动编辑） sdw:sdw:2543

[Image](/uploads/documents/c/d/1/1/cd11ba0b707be61cb140b86841b53505/p1_1.jpg) BEIJING 2017 # 构建基于富媒体大数据的弹性深度学习计算平台 SPEAKER / 土土@七牛 AtLab ## 促进软件开发领域知识与创新的传播  + Ideea ## Connect

## Python3的新特性和改进  杭州美登科技 杜逸先 ## 目录 CONTENTS  Python的现状 Python3的新特性和改进 迁移到Python3 问答环节  ## 1 Python的现状 ## Python的现状 Python2.7将于2020年1月1日停止维护 ## Python的现状 [Image](/uploads/documents/7/c/9/f/7c9f44d08e20dffecdcb744d439b4090/p15_2.jpg) ## 2 Python3的新特性和改进 ——重要变化 ## Python3的新特性和改进——重要变化 #### Text Vs. Data Instead Of Unicode Vs. 8-bit ||内容|类型|混合使用| |---|---|---|---|

## DeepSeek：从入门到精通 清华大学新闻与传播学院 新媒体研究中心 元宇宙文化实验室 @新媒沈阳 团队：余梦珑博士后 • Deepseek是什么？ • Deepseek能够做什么？ · 如何使用Deepseek? ## DeepSeek是什么？ - DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用。 • DeepSeek-R1是其开源的 [Image](/uploads/documents/f/3/7/0/f37064274bc52e8d62ab0d2bc829c32d/p5_1.jpg) ## 文本创作 文章/故事/诗歌写作 营销文案、广告语生成 社交媒体内容（如推文、帖子） 剧本或对话设计 ## 摘要与改写 长文本摘要（论文、报告） 文本简化（降低复杂度） 多语言翻译与本地化 ## 结构化生成 表格、列表生成（如日程安排、菜谱） in-of-Thought），逐步推理问题的每个步骤来得到答案| |决策能力|依赖预设算法和规则进行决策|能够自主分析情况，实时做出决策| |创造力|限于模式识别和优化，缺乏真正的创新能力|能够生成新的创意和解决方案，具备创新能力| |人机互动能力|按照预设脚本响应，较难理解人类情感和意图|更自然地与人互动，理解复杂情感和意图| |问题解决能力|擅长解决结构化和定义明确的问题|能够处理多维度和非结构化问题，提供创造性的解决方案|

## DeepSeek：从入门到精通 1.0版，0.9修订号 ## 清华大学 新闻学院 人工智能学院 @新媒沈阳团队、余梦珑博士后 2025年2月 • Deepseek是什么？ • Deepseek能够做什么？ · 如何使用Deepseek? ## DeepSeek是什么？ - DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用。 • DeepSe [Image](/uploads/documents/5/1/3/f/513f8baf8f2fc5547b0250d9608bf2de/p5_1.jpg) ## 文本创作 文章/故事/诗歌写作 营销文案、广告语生成 社交媒体内容（如推文、帖子） 剧本或对话设计 ## 摘要与改写 长文本摘要（论文、报告） 文本简化（降低复杂度） 多语言翻译与本地化 ## 结构化生成 表格、列表生成（如日程安排、菜谱） in-of-Thought），逐步推理问题的每个步骤来得到答案| |决策能力|依赖预设算法和规则进行决策|能够自主分析情况，实时做出决策| |创造力|限于模式识别和优化，缺乏真正的创新能力|能够生成新的创意和解决方案，具备创新能力| |人机互动能力|按照预设脚本响应，较难理解人类情感和意图|更自然地与人互动，理解复杂情感和意图| |问题解决能力|擅长解决结构化和定义明确的问题|能够处理多维度和非结构化问题，提供创造性的解决方案|

整理资料：无论是堆积如山的发票，还是复杂冗长的会议记录，Kimi都能智能识别整理，自动提取关键点，让资料整理不再繁琐，信息一目了然。 - 辅助创作：根据你提供的网页链接、文件、指令，Kimi 可以帮助你梳理大纲、续写文章、创作文案、写作周报、撰写方案，成为你的内容创作手脚架，提供无限灵感。 - 编程助手：Kimi 可以帮你快速阅读 API 文档，定位所需信息，还可以根据你的需求生成代码、快速 Debug，覆盖 Python、C++、Java 互联网从业者：高效搜集信息，辅助竞品分析、运营策划等方案撰写。 - 程序员：辅助编程、问题解答、代码注释、API文档阅读，支持 Python、C++、Java 等多种编程语言，帮助你学习编程、解决技术问题。 - 自媒体与内容创作者：学习特定公众号、文件、网页链接的风格，辅助创作；快速搜集创作所需信息，提供丰富的资料与灵感。 金融和咨询分析师：通过即时搜索，帮你第一时间掌握行业动态和市场信息，并提供洞察与分析。 到多大，它都不可能给你写一篇文章。多模态过去几年也是卡在架构上，缺少真正通用的、有人愿意去 scale 的模型。Diffusion 明显不是，scale 上天了它也不可能是 AGI。今天 auto-regressive 的架构带来了一些新的可能，牺牲了一些效率解决了通用性。 Auto-regressive 本身是 scalable 的，但是 tokenizer 不一定，或者最后就不需要 tokenizer，这是 24 年的核心问题。

很多“坑”。特别是在早期“刀耕火种”的时代，对于入口的配置，往往是通过“hardcode（硬编码）”的方式写死在代码中。所以必然会遇到很大的问题，这主要体现为以下两方面： ## 运营效率低 对于新的运营配置需求，研发同学需要开发对应的配置页面，然后转给运营同学进行配置的管理，最后运营人员对资源进行配置上线，其流程如下：  对于每个运营配置需求都要经过需求评审、页面开发、配置管理、上线的流程。同时，对于配置页面的开发，少则需要1到2天的开发工时，研发成本高。问题总结如下： 1. 研发成本高，每个需求要开发新的配置管理页面。 2. 研发周期长，运营效率低，从需求的提出到运营上线周期长。 3. 灵活性差，对不同的运营维度（城市、版本、时间等）都需要事先确定好，无法动态调整。 ## 上线流程“粗糙” 2. 节点的过滤维度信息：城市、版本、平台、渠道等。 3. 节点其他信息：角标，如外卖节点，其有一个下午茶这样的角标。值得注意的是，像下午茶这样的角标，除去文案、文案颜色这些基本信息之外，我们也可以按城市、平台、进行过滤（不周的城市对应的文案可能不一样，如上海为“下午茶”，北京因为嘉年华活动可以改成“嘉年华”）。 上面这个运营场景算是非常经典、复杂的一个运营场景了，如果这个问题解决了，其他问题自然就会迎刃而解。