PTT職涯區 / Stock (股票)

Re: [新聞] Meta陷入恐慌？內部爆料：在瘋狂分析複製DeepSeek，高

看板Stock (股票)作者 (Channel Coding)時間23小時前 (2025/01/26 13:16), 22小時前編輯推噓29(31推 2噓 51→)
留言84則, 40人參與, 1小時前最新討論串4/5 (看更多)
目前就在旁邊吃瓜觀望@@ 成本這種本就是用開源後的可以拿已有的模型去當輔助下降成本 最常見作法就是拿gpt-4o當judge或者當數據產生器 去精煉數據集 如果再沒有gpt-4o 情況下 很多高質量資料去產生就花很錢 最經點例子就是LLaVa 一個博士班學生 用gpt-4o 去產生高質量多模態數158k 極小量數據集 用8xA100 1天時間 就幹爆之前所有 多模態大模型 能打贏saleforce的一間大公司堆出來的多模態BLIP-2模型 這傢伙精髓站就是在gpt-4模型巨人的肩膀上 資料的quality會影響大模型 而資料可以透過開源高質量模型去萃取 如果再套用COT 這些都可以繼續進化 paper有些細節像是數據集這類如何精煉 反而可能會是一個重要一環 但大家都會藏這類細節 @@/ 2025現在大家都殺到LLM Agent去了 LLM刷模型任務分數熱潮有點下降 大部分都跑去搞LLM決策部分 和COT (思考鏈) 多步驟分析任務 像是waymo自駕端對端的決策都搞了一個EMMA 用Gemini 去往上蓋 (這時候自駕公司有自己的很強的LLM就很有用了 隨手不負責預測亞麻zoox會拿自家 LLM或anthropic來搞end-2-end多模態) 然後LLM Agent如果要放在機器人和自駕 一定得on-device 因為雲端延遲太慢 風險高 所以1B~4B這陣子的on-device模型 能力也在不斷突破 所以on-device LLM不太會在是AI-PC 除非是屬於私密資料等應用場景 而edge/on-devcie AI 可能突破點會在機器人 自駕的趨勢之後會跟LLM走上同陣線 在某個時間點 等閉源LLM開始時 就是差不多AI模型 的盡頭開始產業化 也許端對端LLM決策 可以強化視覺上標籤數據不足 (不確定這點 但直覺上認為 思考練LLM Agent可以降低場景車用數據量..QQ 基於模型泛化能力) 這會給其他車廠追上特斯拉的機會 特斯拉自身的LLM可來自grok 而3D基礎模型 foundation model 像是李飛飛的空間模型 有一定機會能幫助自駕 可以直接融合LLM 產生端對端多模態 而李飛飛又跟狗家走很近 所以想單賭個股 可以賭賭看狗家 -- 順帶一提 LLM Agent在寫code部分越來越噁心了 強烈建議不要去當碼農..QQ 機器人題材就是跟LLM Agent有關 只要注意誰能做LLM Agent軟硬體部分就好 狗家的現在佈局就是拿Gemini去瘋狂蓋各種下游任務: 自駕 AR眼鏡 搜尋 多模態 語音 翻譯 Youtube 廣告 消費 地圖 商家產品 這些多樣性因為自家公司的資料特殊性 現在有點佔上風 股點就是買Big 7 + 台積 @@/ ※ 引述《iaminnocent (人生無常)》之銘言： : 剛剛看FB，發現有個中國的作家對於Deepseek的作文水平感到驚訝，用了相同問題，以王家 : 衛的電影風格去撰寫標題為人生何處不相逢的散文，來分別問CHATGPT-O1跟Deepseek-R1 : ChatGPT-O1: : https://i.imgur.com/T2jN9hZ.jpeg
: Deepseek-R1: : https://i.imgur.com/IitIbR0.jpeg
: 我是覺得Deepseek的回答好像有點純堆砌王家衛的電影名台詞的感覺，通篇王家衛感，但是 : 不知道在說甚麼 : ChatGPT 在最後有點出散文標題，內容也比較有切合標題 : 這應該可以當作兩者的能力小比拼吧？ : -------- : 補： : 我也有用4O用相同問題問過，我覺得寫得比O1跟R1還好 : https://i.imgur.com/7DN4Dz9.jpeg
: 這滿神奇的，O1應該是ChatGPT 最強的模型，但是寫散文我覺得沒有4O寫得好 : -- : ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 125.228.63.38 (臺灣) : ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1737858242.A.BEE.html : 推 s213092921 : 重點是Deepseek背後的成本只有ChatGPT的20分之1 01/26 10:34 : → iaminnocent : 確實，訓練成本這件事情蠻令人訝異的，OpenAi也宣 01/26 10:41 : → iaminnocent : 布O3-mini將免費了 01/26 10:41 : → TaiwanUp : 如果不知道是台詞 R1有故事感但無邏輯 結尾有蛇年感 01/26 10:44 : 推 breathair : 只代表對於演算法大科技也要花大錢挖人 01/26 10:45 : → breathair : 來搞了，算力的投資不會減少，不然等你 01/26 10:45 : → breathair : 演算法追上，算力又落後了怎辦？ 01/26 10:45 : 推 strlen : r1實際用遠不如抬面上的啦 只有評測嚇人 無庸質疑 01/26 10:55 : → TaiwanUp : O1比較像沒有人生經驗學生寫 可以再tune一段小故事 01/26 10:55 : → strlen : 但deepseek重點在它開源 還公開論文 好耶 作功德 誰 01/26 10:55 : → strlen : 不愛？載回來用免錢 改免錢的 中國人要作功德當然好 01/26 10:56 : → TaiwanUp : R1就每段都小故事 恐怕就是直接從劇本拼湊出來的 01/26 10:56 : 推 mamorui : pretrain的成本占總成本7-9成，R1是只管posttrain 01/26 10:58 : → mamorui : ，R1高成本會嚇死人。 01/26 10:58 : 推 mamorui : 然後是DeepSeek-V3宣稱557萬，但strawberry幾個r也 01/26 11:03 : → mamorui : 會錯的跟其他一模一樣， 如果pretrain全部自己的資 01/26 11:03 : → mamorui : 料怎麼會錯 01/26 11:03 : 推 s213092921 : http://i.imgur.com/NWWWmUD.jpg
01/26 11:04 : 推 mamorui : 簡單說，成本漂亮那就不要有那麼多別的模型的影子 01/26 11:07 : → mamorui : 。 01/26 11:07 : → iaminnocent : 其實樓上有點出問題，pretrain的預標數據集才是最 01/26 11:08 : → iaminnocent : 貴的，這些可能都是美國公司花大錢去做的 01/26 11:08 : → iaminnocent : pretrain資料集需要人工介入標記，這個東西貴鬆鬆 01/26 11:08 : 推 mamorui : 我沒有說不能吹能力，但成本就誇張了，我想看的是D 01/26 11:11 : → mamorui : eepSeek從pretrain就是土法煉鋼，那才叫真的沒花這 01/26 11:11 : → mamorui : 麼多成本。 01/26 11:11 : 推 mamorui : 我沒看那麼多文章，如果有人找到paper解釋DeepSeek 01/26 11:16 : → mamorui : v3為什麼strawberry的r幾個錯的跟其他模型一模一 01/26 11:16 : → mamorui : 樣是理所當然，而且預訓練是很純的資料（這家公司 01/26 11:16 : → mamorui : 自己收集的資料、沒有借助其他LLM產生好資料 =》 01/26 11:16 : → mamorui : 準備好資料是預訓練之常識） 01/26 11:16 : 推 y800122155 : 從Transformer到GPT到ChatGPT等LLM，不都是一直堆疊 01/26 11:16 : → y800122155 : 在前人的成果? 現在DS發表用RL訓練不就只是換一種疊 01/26 11:16 : → y800122155 : 法? 自己要發布論文發布技術本來就是願意給別人用讓 01/26 11:16 : → y800122155 : 產業一起推進，在那邊吵什麼別人在哪個階段沒花到錢 01/26 11:16 : → y800122155 : 不公平有啥意義? 01/26 11:16 : → mamorui : 做到上述兩項，那我就真的給這家鼓掌 01/26 11:16 : 推 woker : 中國出產品走向是中低成本市場。沒有一定要當頂尖 01/26 11:17 : → woker : 但cp值可能不錯 01/26 11:17 : → icexice : deepseek的回答真的好王家衛XD 01/26 11:17 : → TaiwanUp : V3的排名還是差4o(11月版)較遠 跟4o(五月版)較近 01/26 11:19 : 推 mamorui : 沒說他們沒花錢，重點前人pretrain花多少，嘲笑前 01/26 11:19 : → mamorui : 人砸大錢，DeepSeek應該pretrain的資料總該是全部 01/26 11:19 : → mamorui : 都自己的、沒有用其他LLM生成的，有人要背書嗎？ 01/26 11:19 : → TaiwanUp : 中低成本4o再開放一點權限給免費版就有了 01/26 11:20 : → mamorui : 有人要幫DeepSeek背書pretrain的資料準備嗎 01/26 11:20 : 推 y800122155 : 所以是DS的工程師還是老闆自己出來"嘲笑"嗎? 現實就 01/26 11:24 : → y800122155 : 是如果別人能重現 DS R1，在算力巨大差異下可以直接 01/26 11:24 : → y800122155 : 加碼做到 R10、R100、R1000，到時DS花的500萬也是一 01/26 11:24 : → y800122155 : 樣丟到水裡 01/26 11:24 : 推 mamorui : 我們看的是總成本，只要找到證明背書pretrain，雖 01/26 11:24 : → mamorui : 然正確率差一點，這成本就真的是今年最神的，很簡 01/26 11:24 : → mamorui : 單。 01/26 11:24 : → strlen : https://tinyurl.com/3dfs2j8k 楊立昆都說話了 這就 01/26 11:24 : → strlen : 站在前人肩膀上發展 但也開源沒有藏 所以很棒 稱讚 01/26 11:25 : → strlen : 成本怎麼樣無所謂啦 他都要作功德了 一塊成本都是賺 01/26 11:25 : → strlen : 阿祖就是號召大家AI都來作功德 變成今天這樣很合理 01/26 11:26 : 推 mamorui : 是啊 我對於佛心沒意見 XD 01/26 11:26 : → TaiwanUp : DS的預訓練要用上微信用戶聊天訊息 可能會比較霸氣 01/26 11:26 : → strlen : 誰不曉得中國最厲害的就是魔改別人的東西？ 01/26 11:26 : → strlen : 但deepseek算有良心了公開魔改方法 過去一堆垃圾 偷 01/26 11:27 : → mamorui : 學術界是齊心討論，可沒酸前人 01/26 11:27 : → strlen : 人家的 營利就算了 還反告別人 嘻嘻 01/26 11:27 : → mamorui : 我都直接拿strawberry看是不是資料同源 XDDD 01/26 11:28 : → strlen : 老實講 你有GPU有伺服 抓r1下來自己調一調開API 它 01/26 11:28 : → strlen : 也不能拿你怎樣 這樣還不好？ 01/26 11:28 : → jatj : 好啦 1/20 1/20 阿就比較爛啊 阿就買不到算力啊 01/26 11:29 : 推 mamorui : API就可以串接了 繼續拿資料才是目的 01/26 11:29 : 推 mamorui : 開源的原因很好懂 我之前整合資料庫 免費的最popul 01/26 11:31 : → mamorui : ar的Postgres會支援 其他免費的就再說 01/26 11:31 : → mamorui : 所以知道為什麼要開源碼 市占是真的很重要 01/26 11:32 : → mamorui : 因為公司可以決定支援的順序 01/26 11:32 : 推 wangm4a1 : 站在巨人肩膀上 科技正常現象 01/26 11:33 : 推 Enzofulgura : 看完覺得Deepseek比較懂得王家衛XD 01/26 11:39 : → iaminnocent : 但是文章內容跟標題完全沒關系XDD 01/26 11:42 : → s860703 : 講這麼多 美股續漲 01/26 11:49 : 推 tradeent : DeepSeek寫得比較好 01/26 11:50 : → tradeent : http://i.imgur.com/c9C1WzU.jpg
01/26 11:50 : 推 Liberl : 股癌的台股美股電報群已經有很多大神分析過了 01/26 11:53 : → Liberl : 去那邊看就好了 01/26 11:54 : → Liberl : 或是Miula的臉書也有討論 01/26 11:54 : 推 toulio81 : 中國公司很多的低成本都是假象，要不就是用品質實 01/26 11:54 : → toulio81 : 際上無法穩定達標的產品充數，要不就是政府補貼導 01/26 11:54 : → toulio81 : 致的低成本，歐美無法學後者，而前者更是一條死路 01/26 11:54 : 推 tradeent : 請問樓上怎麼加電報群 01/26 11:55 : → iaminnocent : tradent大，因為我是限定用O1跟R1這兩個來進行，如 01/26 11:56 : → iaminnocent : 果用4O跟V3，也會有不一樣結果，這蠻特別的，我也 01/26 11:56 : → iaminnocent : 覺得4O寫的比O1好 01/26 11:56 : → iaminnocent : 以下是4O寫的，我反而覺得寫得比O1還好 01/26 11:59 : → iaminnocent : https://i.imgur.com/7DN4Dz9.jpeg
01/26 11:59 : → iaminnocent : 最後那句「真好，人生何處不相逢」有震驚到我，這 01/26 11:59 : → iaminnocent : 個還是在O1之前我先用4O寫的 01/26 11:59 : → iaminnocent : 但因為我想說要比較兩個最強的，就以O1比R1，但是 01/26 12:00 : → iaminnocent : 我覺得寫散文反而4O好於O1 01/26 12:00 : 推 mamorui : o1是推理型，以r1為例，我問r1不清楚的先問v3、再 01/26 12:01 : → mamorui : 啟動r1，r1就突然知道了 01/26 12:01 : ※ 編輯: iaminnocent (125.228.63.38 臺灣), 01/26/2025 12:02:48 : → iaminnocent : 得到結論，王家衛的文字用理論是不行的XD要用感情 01/26 12:04 : 推 mamorui : 如果是AGI，就不會有能力差異，表現如何是穩定的， 01/26 12:05 : → mamorui : 雖然還沒有AGI。 現在看到LLM會出並存的系列，就當 01/26 12:05 : → mamorui : 做遊戲角色各種族差異，要想好先用誰再用誰，AI的 01/26 12:05 : → mamorui : 思考跟記憶是仿人腦（非電腦），所以可以交錯問。 01/26 12:05 : 推 mamorui : 像r1就是一定要推理，關掉才能切到V3 01/26 12:06 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.21.72.78 (美國) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1737868561.A.963.html
推
01/26 13:21, 22小時前 , 1F
99nvdl
01/26 13:21, 1F
→
01/26 13:23, 22小時前 , 2F
Btw，GooG tsm，which better?
01/26 13:23, 2F
→
01/26 13:24, 22小時前 , 3F
GG VS. 積積
01/26 13:24, 3F
感覺都可以賭啊 狗家可以問TQQQ王 TSM還得看川普的心情吧@@? ※ 編輯: LDPC (76.21.72.78 美國), 01/26/2025 13:36:02
推
01/26 13:35, 22小時前 , 4F
請問現在有甚麼好用的寫code用的LLM agent呀
01/26 13:35, 4F
→
01/26 13:38, 22小時前 , 5F
現在Big 7中幾個增加一堆資本支出建數據中心
01/26 13:38, 5F
→
01/26 13:38, 22小時前 , 6F
還沒找到具體的應用回收成本的方法
01/26 13:38, 6F
→
01/26 13:38, 22小時前 , 7F
就面臨超便宜還開源的模型競爭
01/26 13:38, 7F
→
01/26 13:38, 22小時前 , 8F
這消息很難解讀成繼續投資Big 7的利好吧
01/26 13:38, 8F
QQ BIG5會用裁員降數據中心成本(扣掉老黃果家) 所以帳面上還是很好看 據說接下來一個月內 麻家軟家會開始砍人 阿祖是用intense of year 來捲走人力
→
01/26 13:39, 22小時前 , 9F
1128寫程式不再是金飯碗 美國軟體工程師職缺5年腰斬
01/26 13:39, 9F
推
01/26 13:44, 22小時前 , 10F
這篇講的最專業 給推!! 同樣的問題問chatgpt跟gemin
01/26 13:44, 10F
→
01/26 13:44, 22小時前 , 11F
i雖然答案整體差異不大 但格式跟思路並不同 問deeps
01/26 13:44, 11F
→
01/26 13:44, 22小時前 , 12F
eek有種熟悉感 特別像chatgpt 或許真的被拿來當教練
01/26 13:44, 12F
→
01/26 13:46, 22小時前 , 13F
FANNG+,TSM無腦多
01/26 13:46, 13F
噓
01/26 13:47, 22小時前 , 14F
Big7個屁，誰要買垃圾貧果
01/26 13:47, 14F
推
01/26 13:49, 22小時前 , 15F
Fanng gogogo
01/26 13:49, 15F
推
01/26 13:49, 22小時前 , 16F
既然AIPC沒有市場 蘋果前途黯淡可以空了
01/26 13:49, 16F
推
01/26 13:57, 22小時前 , 17F
推 專業
01/26 13:57, 17F
※ 編輯: LDPC (76.21.72.78 美國), 01/26/2025 14:12:37
推
01/26 14:12, 22小時前 , 18F
碼農失業潮，幹
01/26 14:12, 18F
推
01/26 14:14, 22小時前 , 19F
也要記得買HBM, 現代美光 三星?
01/26 14:14, 19F
推
01/26 14:23, 21小時前 , 20F
個人的看法 雖然消費者端是一部份目標但現階段對巨
01/26 14:23, 20F
→
01/26 14:23, 21小時前 , 21F
頭們來說AI是因為能增加”生產力/人”才瘋狂投資
01/26 14:23, 21F
→
01/26 14:23, 21小時前 , 22F
投入AI基建生產力++人力需求—
01/26 14:23, 22F
→
01/26 14:23, 21小時前 , 23F
巨頭並沒有沒回收成本 是已經在回收成本
01/26 14:23, 23F
→
01/26 14:25, 21小時前 , 24F
巨頭內部已經在用AI降低自己的生產成本
01/26 14:25, 24F
推
01/26 14:27, 21小時前 , 25F
tsm只要來個大地震就崩惹=.=
01/26 14:27, 25F
→
01/26 14:27, 21小時前 , 26F
這兩三年巨頭們裁員的消息不斷 但營收還是持續向上
01/26 14:27, 26F
→
01/26 14:27, 21小時前 , 27F
那不就也證明投入AI基建生產力已經在增加了嗎
01/26 14:27, 27F
→
01/26 14:28, 21小時前 , 28F
窩長官們前幾天還說今年只要壓雞雞就能躺著賺 什麼
01/26 14:28, 28F
→
01/26 14:28, 21小時前 , 29F
都不用做
01/26 14:28, 29F
→
01/26 14:28, 21小時前 , 30F
倒是NV這幾年都在擴張台灣辦公室一直招人 真的猛
01/26 14:28, 30F
→
01/26 14:28, 21小時前 , 31F
ps 他們是反指標喔
01/26 14:28, 31F
→
01/26 14:29, 21小時前 , 32F
軟體開發的開源生態剛好給了AI大量的資料訓練 讓碼
01/26 14:29, 32F
→
01/26 14:29, 21小時前 , 33F
農AI能進步快速解答
01/26 14:29, 33F
→
01/26 14:30, 21小時前 , 34F
*多打了解答兩個字
01/26 14:30, 34F
推
01/26 14:31, 21小時前 , 35F
營收往上是因為各種漲價好嗎zzzz
01/26 14:31, 35F
推
01/26 14:33, 21小時前 , 36F
QQ 沒錯 LDPC大最可靠了
01/26 14:33, 36F
推
01/26 14:43, 21小時前 , 37F
meta和巨頭其實冗員很多，mets快4萬人年薪超過1200
01/26 14:43, 37F
→
01/26 14:43, 21小時前 , 38F
萬,裁個2萬人，一年就省快3000億
01/26 14:43, 38F
→
01/26 14:44, 21小時前 , 39F
應該用力裁
01/26 14:44, 39F
推
01/26 15:06, 21小時前 , 40F
看來看去，這篇最專業 !!
01/26 15:06, 40F
推
01/26 15:15, 21小時前 , 41F
廢狗快噴
01/26 15:15, 41F
推
01/26 15:25, 20小時前 , 42F
才兩年 就可以拿設計圖直接產code 再兩年 我看整個
01/26 15:25, 42F
→
01/26 15:25, 20小時前 , 43F
系統講幾句話就直接生出來 設計順便也整合 還可以讓
01/26 15:25, 43F
→
01/26 15:26, 20小時前 , 44F
你選風格...碼農末日不遠矣.......
01/26 15:26, 44F
推
01/26 15:47, 20小時前 , 45F
資深碼農實際coding時間可能沒有30%
01/26 15:47, 45F
→
01/26 15:48, 20小時前 , 46F
不用這麼緊張
01/26 15:48, 46F
推
01/26 15:56, 20小時前 , 47F
Google理論上資料最多 但基本的翻譯現在還是明顯比G
01/26 15:56, 47F
→
01/26 15:56, 20小時前 , 48F
PT差，機翻的感覺還是很明顯
01/26 15:56, 48F
→
01/26 15:57, 20小時前 , 49F
AAPL營收已經漲不動了 eps卡在6上下三年了
01/26 15:57, 49F
→
01/26 15:58, 20小時前 , 50F
碼農一定還是需要 但門檻越來越高 缺越來越少 厲害
01/26 15:58, 50F
→
01/26 15:58, 20小時前 , 51F
的一個可以抵十個用不誇張
01/26 15:58, 51F
推
01/26 16:00, 20小時前 , 52F
Apple ai整個落隊還看不到起色，只能吃老本了
01/26 16:00, 52F
→
01/26 16:06, 20小時前 , 53F
01/26 16:06, 53F
→
01/26 16:07, 20小時前 , 54F
01/26 16:07, 54F
推
01/26 16:22, 19小時前 , 55F
QQQ 七巨頭比重高和有機會包到AI新創IPO 有料嗎
01/26 16:22, 55F
→
01/26 16:46, 19小時前 , 56F
Apple要做到軟智硬整合 就看怎麼取捨了
01/26 16:46, 56F
噓
01/26 16:52, 19小時前 , 57F
質量
01/26 16:52, 57F
→
01/26 17:27, 18小時前 , 58F
很明顯你是馬農等級 也非半導體專業
01/26 17:27, 58F
推
01/26 17:34, 18小時前 , 59F
比較好奇為什麼Google 要特別叫狗家是有什麼原因嗎
01/26 17:34, 59F
→
01/26 17:34, 18小時前 , 60F
？
01/26 17:34, 60F
推
01/26 17:41, 18小時前 , 61F
GG狗家都是obov 的創意
01/26 17:41, 61F
推
01/26 17:46, 18小時前 , 62F
翻譯看領域吧 瑟瑟翻譯 Gemini exp跟GPT4o不相上下
01/26 17:46, 62F
→
01/26 17:47, 18小時前 , 63F
前提是你要用CoT prompt
01/26 17:47, 63F
推
01/26 18:04, 18小時前 , 64F
內容很專業！結論很粗爆！推
01/26 18:04, 64F
→
01/26 18:06, 18小時前 , 65F
99 ASIC
01/26 18:06, 65F
→
01/26 18:09, 18小時前 , 66F
算法會演進 但是無法帶動整個景氣循環 只能說到這
01/26 18:09, 66F
→
01/26 18:09, 18小時前 , 67F
更無法改變供需之間的關係
01/26 18:09, 67F
→
01/26 18:10, 18小時前 , 68F
人人都是碼農的概念
01/26 18:10, 68F
推
01/26 18:16, 18小時前 , 69F
因為估狗
01/26 18:16, 69F
→
01/26 18:21, 17小時前 , 70F
我現在最大疑問是DeepSeek卻無法整合V3跟Search，
01/26 18:21, 70F
→
01/26 18:21, 17小時前 , 71F
真的超奇怪的，理論上Search的資料跟GPT無關，他們
01/26 18:21, 71F
→
01/26 18:21, 17小時前 , 72F
可以輕鬆突破才對。
01/26 18:21, 72F
推
01/26 18:25, 17小時前 , 73F
阿婆=Apple 這個更有創意更好笑
01/26 18:25, 73F
推
01/26 18:26, 17小時前 , 74F
DS既然找到後訓練突破，沒能力整合Search進V3?
01/26 18:26, 74F
→
01/26 18:26, 17小時前 , 75F
01/26 18:26, 75F
→
01/26 18:27, 17小時前 , 76F
AGI的路終究要整合，DeepSeek下一步該推出整合了才
01/26 18:27, 76F
→
01/26 18:27, 17小時前 , 77F
對
01/26 18:27, 77F
→
01/26 19:01, 17小時前 , 78F
本地端開源搜尋引擎: Meilisearch, Woosh
01/26 19:01, 78F
推
01/26 19:05, 17小時前 , 79F
這個解釋很好懂
01/26 19:05, 79F
→
01/26 19:05, 17小時前 , 80F
Typesense, Elasticsearch 可以整合看看
01/26 19:05, 80F
推
01/26 19:07, 17小時前 , 81F
99MU
01/26 19:07, 81F
推
01/26 22:27, 13小時前 , 82F
推
01/26 22:27, 82F
推
01/27 10:27, 1小時前 , 83F
現在寫和 review 團隊的code變的相當輕鬆
01/27 10:27, 83F
→
01/27 10:27, 1小時前 , 84F
省下的時間 能做不少其他的事情
01/27 10:27, 84F
‣ 更多 LDPC 的文章
文章代碼(AID): #1dbSKHbZ (Stock)
討論串 (同標題文章)
以下文章回應了本文：
完整討論串 (本文為第 4 之 5 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共5篇)
Stock 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 LDPC 的文章
文章代碼(AID): #1dbSKHbZ (Stock)