简历业务提问
78e13f382aa82b893c3e62088c30762222ece41ef9b2c5903c87e89ea3bda8e6ffd4995087121b6a424e94ca61f55228d631f6e53e8ac709a90f461305b36728b78bc3fe3abb91cffd7efb56318db38579f53343a15039421135716ec27ede8d351d36c0194056456543f4b4c7046e35a4c1615057e0be6e843e5a3e12d724d6e2bad6f3560f76a6967a705fcfb5dbd57ab23dc38baf1076cf58c13774c95349075c088144b14c9764d7e43556e12e5decd34f13e4c0c3129f2e6d2985957ec9e04d5deef9ebd6d2b4ab63d6dc4a4a6e4b62c95a6ccecce8a3155dbf6940bc0ebb9a88ffffd450a26d0677889ac4703158e2a572492b1e956 ...
AI DEBUG 目录渲染异常
记一次 Hexo 加密插件与 Butterfly 目录冲突的 Debug 历程。
一直以来，我的博客（Hexo + Butterfly 主题）在使用 hexo-blog-encrypt 插件给文章加密后，侧边栏目录 (TOC) 总会出现匪夷所思的渲染问题：输入密码解密后，目录要么只剩第一级标题，要么层级缩进全无，以及一些严重的像素偏移，看着非常难受。
今天终于有空（其实是重要的事装死看不见）把这个陈年老 bug 修一修，由于不通前端，只能借助 gemini 帮忙。
这里 gemini 的用法是网页端对话（中古 ai 用法），gemini 在这里不能接管我的代码，也不能接管浏览器，思路很容易跑偏，基本上是我在纠偏。
过程起初，我认为是 Markdown 渲染器的问题，但在不破坏现有依赖环境的前提下，我决定从前端切入。
第一步，理清逻辑：Butterfly 主题默认使用 tocbot.js 生成动态目录。但在加密状态下，页面初次 onload 时文章是隐藏的，tocbot 抓取不到正确的 DOM 树，直接罢工。而解密完成后，主题又不会自动去重新唤醒它。
于是，我尝试通过监听插件自带的前端事 ...
k 阶斐波那契
理论题目：
K 阶斐波那契数列，f(n) = f(n-1) + f(n-2) + … + f(n-k)，f(0) = f(1) = … = f(k-1) = 1， q 个询问，每次询问一个数 x，求 f(x) 的值，结果对 1000000007 取模。
针对这道题，通常有以下两个方向的解法，取决于具体的输入规模。
方案 1：数学推导优化 DP (滑动窗口法)适用场景：$x$ 的最大值在内存和时间允许的范围内（例如 $\max(x) \le 10^7$）。
朴素 DP 分析：如果直接按公式 $f(n) = \sum_{i=1}^{k} f(n-i)$ 计算，计算一个状态需要 $O(k)$ 的时间，总时间复杂度是 $O(x \cdot k)$，这在 $x$ 和 $k$ 都比较大时必然会超时。
优化推导（$O(1)$ 状态转移）：我们可以写出相邻两项的展开式：
f(n) = f(n-1) + f(n-2) + \dots + f(n-k)f(n-1) = f(n-2) + f(n-3) + \dots + f(n-k-1)将两式相减：
f(n) - f(n-1) = f(n-1) - f ...
秋招八股准备
不得不向八股文低头了喵。本文应该会持续更新一段时间。
PythonPython 如果函数没有使用 return 语句，则返回的是如果一个 Python 函数没有显式地使用 return 语句，或者执行到了函数的末尾也没有遇到 return 语句，那么函数将默认返回 None。
Python 的 passpass 不做任何事情，一般用做占位语句。pass 的唯一作用就是作为占位符。当你定义一个函数、类、循环或条件语句的结构，但暂时还没想好具体实现时，可以使用 pass 来保证程序语法正确，可以正常运行。
Python 的 yieldyield 关键字的主要作用是将一个普通的函数转变为一个“生成器”（Generator）。一个包含 yield 的函数在被调用时，不会立即执行，而是返回一个生成器对象。这个生成器是一个可以迭代的对象，它“懒惰地”计算值，只有在你请求时才生成下一个值。
当函数执行到 yield 时，它也会返回一个值，但函数会在此处暂停，并保存当前所有的状态（包括局部变量、执行位置等）。下次从这个生成器请求值时，函数会从它上次暂停的地方（上次 yield 语句的下一行代码处）无缝 ...
广西之行
先占坑。
知识管理的方法论
本文略记博主个人的知识管理体系。
首先，明确一点需求：除了隐性知识之外，我所有的知识，在接入互联网的情况下，都应该是可访问的。因此知识必须是电子化的。曾经的纸质笔记可以扫描为 pdf 电子化。
接下来，我们定义何为隐性知识，之后我们不会再讨论它。隐性知识是指那些不宜公开的知识，或者不值得记录的知识。例如，在公司获得的业务经验，或根据保密条款之义务，不能公开但被确实掌握的知识，这些属于不宜公开的知识。再如，一些非常基础的知识，例如义务教育阶段知识、基础的微积分等已经“固化”到脑子里的知识，再花时间记录有些不值当，这些属于不值得记录的知识。
剩下的知识虽然可以公开，但为管理之方便，分为两类：public, private. Public 的知识所有人可以访问，Private 的知识只有我本人可以访问。截至文章写作时，我把它们分为五大类：Blog, Github, Zotero, Baidu Pan, Chrome Bookmarks.
最直观的，Blog，也就是这个博客。可以看到，里面有非常多的笔记，内容较为详实，以下举例：TRPO 笔记、深度学习小记、数据分析业务、工程数学。这种组织形 ...
论文阅读 A Deep Reinforcement Learning Framework for Optimizing Congestion Control in Data Centers
paper: A Deep Reinforcement Learning Framework for Optimizing Congestion Control in Data Centers
这篇论文提出了一个将拥塞控制与强化学习结合在一起的框架。
摘要研究痛点：传统的拥塞控制协议针对特定网络环境设计，其静态参数无法适应现代数据中心极度动态的流量变化 。虽然纯在线强化学习（Online Learning）被寄予厚望，但数据中心的拥塞控制周期在微秒级别，机器无法在如此严苛的时间尺度内收敛并做出准确的控制动作 。
核心创新：提出了一种混合架构。在微秒级的底层控制上，依然依赖专家设计的传统协议；而在秒/小时级别的高层控制上，利用多智能体强化学习（MARL）来动态调整传统协议的关键参数 。
实验结果：以 BBR 算法作为案例（调整其 RTT 和带宽的采样窗口），该系统能显著减少静态参数带来的性能惩罚，将收敛时间缩短了 2.7 倍，并将往返时间（RTT）降低了 40% 。
背景与相关工作传统方案的局限：随着网络带宽延迟乘积（BDP）的增加，从早期的 NewReno 到后来的 BIC 和 CU ...
TRPO 笔记
请注意，《工程数学》中的某些内容是本文的前置知识。
代码实践https://github.com/boyu-ai/Hands-on-RL/blob/main/%E7%AC%AC11%E7%AB%A0-TRPO%E7%AE%97%E6%B3%95.ipynb
我们以车杆（CartPole）环境为例。
view(-1) 和 cat在数学推导中，我们通常把神经网络的所有参数 $\theta$ 当作一个超大的、一维的列向量。例如公式里的梯度 $g$ 和海森向量积 $H \cdot v$，这里的 $v$ 和 $g$ 都是一维向量。
但是，在 PyTorch 的底层实现中，神经网络的参数是以多个不同形状的张量（Tensor）构成的列表。比如：
第一层权重矩阵可能是 [64, 3] 的矩阵
第一层偏置可能是 [64] 的向量
第二层权重矩阵可能是 [2, 64] 的矩阵
1234kl_grad = torch.autograd.grad(kl, self.actor.parameters(), ...
乙巳年记
const_list = {F, M, B, Z, zd, zr, wc, qz}
本博客的年度总结从太阳历换成月亮历了，望周知，主要是实在太忙，只有过年才能得闲。在时间跨度上，这个文章也会记载丙午新年期间的事。
弃我去者
昨日之日不可留
乱我心者
今日之日多烦忧
书、影视乙巳年并没有看多少书，太忙了。
踏切时间
还行，挺有意思的。
唐探1900
低自尊水平的控诉是廉价的。
辉夜姬物语
最重要的两个主旨是，一，人要知道自己想要什么；二，不要假定别人的幸福。 辉夜姬不明白自己想要什么，辉夜姬的养父假定了辉夜姬的幸福。另一点，作为月宫神明的孩子，辉夜姬可以称为纯洁无垢之物。幼稚纯洁对一个孩子或许是赞美，但在成长的过程中会渐渐成为一种危险的特质，只是行走在光明中，没有见过黑暗，就会不知道边界在哪里，作为一种谶言，无垢之子几乎一定会滑落到可悲可叹的境地。
东京残响
还行。
...
RDMA 杂记
本文旨在厘清一些概念上的细节，尽管更高抽象层次上的工作内容无此要求，但当我们深入到仿真代码中试图 debug 或者研究 rdma 的其他内容时，这是必要的。
什么是“流”在 RDMA 中，什么是“流”？这个概念为何提出？有没有对应的物理实体，还是仅仅是方便理解的抽象概念？在普通的 TCP/IP 网络中，有没有类似的“流”的概念？
在 RDMA 中，什么是“流” (Flow)在 RDMA（特别是目前数据中心主流的 RoCEv2）语境下，“流”通常指的是一对 Queue Pair (QP) 之间的通信连接。
更具体地说，一个 RDMA 流由以下特征定义：
五元组 (5-tuple)：由于 RoCEv2 封装在 UDP/IP 之上，网络设备（交换机）看到的“流”是由 Source IP, Dest IP, Protocol (UDP), Src Port, Dst Port 决定的。
注意：在 RoCEv2 中，Dst Port 通常固定为 4791 (RoCEv2)，而 Src Port 通常由硬件根据流的特征（如 QP Number）计算哈希值生成，专门用于让交换机做 ECMP（等价多 ...