最近的学习计划

使用C语言中的“不透明”指针，可以隐藏很多不想公开的细节-腾讯云开发者社区-腾讯云
再解释一下c语言的指针问题

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <inttypes.h>  // 添加用于跨平台指针格式化

struct wl_registry;
struct wl_proxy {
    int scope;
    int age;
};

int main(int argc, char **argv) 
{
    struct wl_proxy *wl_proxy = (struct wl_proxy *)malloc(sizeof(struct wl_proxy));
    wl_proxy->age = 10;
    wl_proxy->scope = 0;

    struct wl_registry* test = (struct wl_registry *) wl_proxy;

    // 统一字段宽度为15字符，左对齐
    printf("%-15s = %-10d | %-15s = %-10d\n",
           "test->age", ((struct wl_proxy*)test)->age,
           "test->scope", ((struct wl_proxy*)test)->scope);

    printf("%-15s = %-10d | %-15s = %-10d\n\n",
           "wl_proxy->age", wl_proxy->age,
           "wl_proxy->scope", wl_proxy->scope);

    // 使用跨平台指针格式化，宽度固定为18字符（含0x前缀）
    printf("%-16s = 0x%-14" PRIxPTR "\n", 
           "test address", (uintptr_t)test);
           
    printf("%-16s = 0x%-14" PRIxPTR "\n",
           "wl_proxy address", (uintptr_t)wl_proxy);

    free(wl_proxy);
    return 0;
}

内存对齐，现在一般是8字节内存对齐，所以低三位肯定是0，因为一般是8的整数倍！

每个地址对应一个字节，比如int就占用4个字节，占用4个地址。32位是2^32=4GB内存。这样才能理解为什么wayland中要搞指针标志位。

4.30

一个简单的RAG参考项目，只有简单的检索，没有重排，但是有完整的调用链路，支持api或gradio前端，前者相当于是提供一个封装了的post请求接口，后者相当于是提供一个简单的web交互界面，两者其实都是发送请求到模型提供商。代码1k多行，值得一看，需要解决环境问题。

【DataWhale动手学大模型应用开发】动手学大模型应用开发第六课《LLM精选案例》学习笔记 - 知乎
GitHub - logan-zou/Chat_with_Datawhale_langchain

一些blog

• async

  C++ 并发三剑客future, promise和async · 恋恋风辰的编程笔记

  C++11 使用异步编程std::async和std::future - 绿色冰点 - 博客园

​ 《asyncio 系列》12. 详解 asyncio 支持的多种队列 - 古明地盆 - 博客园

• 仿函数（是一个含有operator()成员函数的对象）

  C++ STL初识（详解+示例代码）：仿函数 - hugeYlh - 博客园

• bind

  可调用对象包装器、绑定器 | 爱编程的大丙

  第六节 std::bind 绑定器 - 知乎

  我们使用 auto fr 保存 std::bind 的返回结果，是因为我们并不关心 std::bind 真正的返回类型（实际上 std::bind 的返回类型是一个 stl 内部定义的仿函数类型），只需要知道它是一个仿函数，可以直接赋值给一个 std::function。当然，这里直接使用 std::function 类型来保存std::bind 的返回值也是可以的。

  还有一点是std::thread和std::bind传递参数的时候，默认是值传递，引用传递必须使用std::ref。至于为什么？底层暂不深究。记住这一点就行。

DPO 是如何简化 RLHF 的 - 知乎
(4 条消息) dpo 的局限性 - 知乎

[Reinforcement Learning] Policy Gradient Methods - Poll的笔记 - 博客园

AI开发者de频道–就爱瞎鼓捣

关于LLM训练损失的初始值和下界

大模型sft为什么第二个epoch的时候loss会突然下降？ - 知乎

(18 条消息) 2025最快下手vLLM的项目-nanovllm源码解读 - 知乎

预训练
(6 条消息) LLM训练-pretrain - 知乎