总结自 On the Size Bias of Text Embeddings and Its Impact in Search。

sshping 目前有：

基于 Hetzner 4c8g 8c16g 两档 arm64 服务器实际基准与社区经验，梳理 PostgreSQL 在单表容量、内存缓存、CPU 并行、顺序/随机磁盘 I/O 等维度的性能瓶颈与调优策略。

一句话总结： DeepSeek‑R1 系列把 大语言模型（LLM）的推理能力当成一个可通过 “奖励驱动” 自我进化的技能：先用 GRPO（Group Relative Policy Optimization）在 零监督 情况下做纯 RL，再用少量 长 Chain‑of‑Thought 数据“冷启动”，接着进行多阶段 RL + SFT + 蒸馏，把推理能力注入到 1.5B–70B 的小模型；核心实现要点是 模板化思维显式标注、纯规则奖励、组归一优势 以及 语言一致性与安全性并行对齐。

“100 万个文件，分别放在100个 / 10个文件夹，哪个读写性能更好？“

sqlx 提供编译时 SQL 查询检查（compile-time SQL query checking），编译过程中连接到数据库并验证 SQL，导致编译时间显著增加。

Qdrant 是一种向量数据库，通过向量相似度搜索来实现文本相似度比较。 现代神经网络将对象转换为向量，使得现实世界中相似的对象（如意思相近的文本）在向量空间中也相互接近。

Qdrant（发音为”quadrant”）是一个用Rust编写的向量相似度搜索引擎和向量数据库。它提供了一个生产级服务，带有便捷的API用于存储、搜索和管理点（带有额外payload的向量）。