Keep on to blur preview images; turn off to show them clearly
I don't think people have paid enough attention to Meituan's tech report. The amount of engineering work this 131-person-strong team has done, and shared, is pretty astonishing even in this late era
We're in a race. It's not USA vs China but humans and AGIs vs ape power centralization. @deepseek_ai stan #1, 2023–Deep Time «C’est la guerre.» ®1
几天不开单，一天开几单😃
✦ Indie Hacker / AI Maker / Full Stacker ✦ Founder of https://t.co/HDnzUGieag(DR 74) & https://t.co/t6DoP7ODNe & https://t.co/YuOLvgIStF & https://t.co/ZvHVC3guiZ
RT @QuanquanGu: 🔥 Learning rate transfer under μP is now proven!
Asst professor @MIT EECS & CSAIL (@nlp_mit). Author of https://t.co/VgyLxl0oa1 and https://t.co/ZZaSzaRaZ7 (@DSPyOSS). Prev: CS PhD @StanfordNLP. Research @Databricks.
偶然间，在 GitHub 上看到一本开源的书籍：The Accidental CTO，值得跟大家分享一下。 作者是一位非科班出身的 CTO，分享了他如何将一个平台从零做到支撑百万用户访问的真实经历。 整本书以故事化方式展开，从凌晨三点处理服务器崩溃到优化数据库复制延迟。 通过这样真实案例讲解分布式系统的核心概念，同时让我们看到了技术决策背后的权衡与取舍。 GitHub：https://t.co/RoWqjhaiOE 主要内容： - 应用扩展实战：从数千用户到百万级用户的架构演进过程； - 分布式技术选型：详解分片、缓存、消息队列等技术的使用时机和权衡； - 可观测性实践：通过真实案例说明监控体系如何成为系统救命稻草； - 容错设计方法：熔断器、重试、优雅降级等保障稳定性的实用技巧； - 云服务成本分析：大规模场景下如何控制云费用以及自建的选择考量； - CAP 理论应用：在真实系统中如何平衡一致性、可用性和延迟。 适合想了解真实大规模系统如何构建和运维的工程师、架构师以及技术创业者阅读。
💡 挖掘开源的价值 🧑🏻💻 坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术 🧐 A list cool, interesting projects of GitHub. ✏️ 公众号：GitHubDaily
8%价格挑战Claude？深度测评M2的编码能力究竟如何！ 测评这一周在海外非常火的国内开源AI模型MiniMax M2，通过3个不同的编程场景和Agent能力，效果 + 性价比都非常不错。大家可以自行去官方体验！
我的AI编程课(https://t.co/HVZn3ItASW) |B站up主 | 分享创造 + 无限迭代ing
Ich geh ma Spanien Expansion voran treiben👋🫡😎
Founder 📈 @parqetapp Host of 🎙 @minimalempires Prev. @stripe
