围绕《A Survey of Self-Evolving Agents》，从 What、When、How、Where 四个维度梳理自进化 Agent 的模型、上下文、工具、架构、评估、安全与最新进展。

基于 Anthropic《On the Biology of a Large Language Model》，梳理 CLT、归因图、未来 token 规划、未知实体、数学计算与虚假 CoT 等机制解释。

围绕大模型安全防御与越狱方法，梳理安全对齐、内容过滤、推理引导，以及提示词注入、混淆攻击、催眠和逻辑推理利用等攻击方式。

从因果推断思想、辛普森悖论、DAG、Estimand/Estimator/Estimate，到匹配、DID、合成控制、Uplift、DML 与 IV 等方法的简要梳理。

团队近期阅读 RAG 相关 survey paper 的笔记，围绕 RA-LLMs 的检索、生成、增强整合、训练方式和应用展开梳理。

围绕 LLM-based autonomous agents 的构建、应用、评估与挑战，梳理 Profile、Memory、Planning、Action 等核心模块。

《风流一代》像一盘面向贾樟柯影迷的元素拼盘：时代洪流、女性坚韧、年代符号都在，却也显得过于堆砌与刻意。

从基础 AB 实验讲到广告平台双边市场中的挤压、外溢、四格表实验、预算分桶、联合采样以及长期效应。

从帕累托最优和公地悲剧出发，简要介绍广告平台中的估价、RTB 以及一价、二价和 VCG 三种常见拍卖机制。

互联网广告业务的初始阶段，拥有流量的媒体与需要广告资源的代理商是市场的主要参与者。其中按照CPT结算的广告合约对技术依赖较小，重点是按照CPM计费的展示量合约广告。从供给方产品和技术的复杂程度来看，CPM 合约甚至比以后的竞价系统更加复 杂，其复杂性主要来源于多个合约对投放系统提出的量的约束。

在线广告产品主要分为四个部分：

在线广告，也称为网络广告、互联网广告，顾名思义，指的是在线媒体上投放的广告。与传统广告不同的是，在线广告在其短短十几年的发展过程中、已经形成了以人群为投放 目标、以产品为导向的技术型投放模式。在线广告不仅为广告主带来了以准确接触目标受 众为方法论的全新的营销渠道，也为互联网免费产品和媒体提供商们找到了规模化变现的手段。

本文为正则表达式的基础知识，以及学习笔记。

13 集成学习 (Ensemble Learning)集成学习是通过构建多个学习器来构建一个大的学习器，有时也会被称之为多分类系统 (Multi-Classifier System) ，基于委员会的学习 (committee-based learning) 等。 如果集成的学习器中，只包含同类的学习器，那这样的集成是同质的 (Homogeneous) ，其中个体学习器称之为“基学习器” （B...

11. 异常检测(Anomaly Detection)我们需要基于原有的数据，来预测一个新的数据，是否是一个异常值（可以理解为离群值），从而应用在反欺诈，生产质检等等。 11.1 密度估计(Density Estimation)给定一个数据集$X$，估计所有特征的概率密度函数(PDF, Probability Density Function)，以正态分布为例，计算$\mu,\sigma$。...

10. 推荐系统(Recommender System)10.1 基于内容推荐(Content Based Recommendations)推荐系统的目的是根据用户的历史评分的特征，以及产品的特征，对客人进行推荐。 定义： $n_u$ 用户量(No. of Users) $n_m$ 电影量(No. of Movies) $r(i, j) = 1$ 当用户$i$给电影$j$进行了评分 $y^{...

如何使用SQL来执行类似pandas.ffill动作，即复制dataframe中的最后一个非空值。

本文为A/B测试的基础知识，基本根据udacity的学习课程 Udacity A/B testing by Google。