garrulousabyss-优快云博客

原创 Retrieval-Augmented Generation for LargeLanguage Models: A Survey

作者：Yunfan Gaoa , Yun Xiongb , Xinyu Gaob , Kangxiang Jiab , Jinliu Panb , Yuxi Bic , Yi Daia , Jiawei Suna , Meng Wangc , and Haofen Wang。标题：Retrieval-Augmented Generation for Large Language Models: A Survey。

2025-02-15 01:12:57 480

原创＜Uniswap v3 数学洞察＞笔记（part 4）

LP 持仓呈现出“凹性”（Concavity），即资产价格下降时损失加速，而价格上升时收益放缓。与之对比，认沽期权（Put Option）具有“凸性”（Convexity），即价格下降时收益加速，而价格上升时损失放缓。对冲 LP 头寸的三种主要方式：通过空头（short）资产来减小损失，但无法完全消除凹性。借入的 LP 头寸可对冲原头寸的凹性，但目前市场缺乏足够流动性来支持定制化的 LP 头寸借贷。

2025-01-02 03:51:41 289

原创＜Uniswap v3 数学洞察＞笔记（part 3）

核心概念：拉普拉斯分布的适用性：LP 分布划分原则：分布参数调整：Desmos 工具：现实限制：发散损失的管理：高阶分布的探索：

2025-01-02 01:56:25 287

原创 AMM 三角 | 流动性提供者、期权和 AMM

与传统的交易所不同，AMM 使用公式（例如恒定乘积公式 k=x⋅yk = x \cdot yk=x⋅y）来维持资产池的平衡。：期权交易者的对冲成本在现实世界中可能并不完全等同于收益，因为市场不是 Black-Scholes 理想世界。这篇文章的核心是建立一个结构化的框架，让我们更好地理解 AMM 的机制及其与金融衍生品（特别是期权）之间的联系。实际中，AMM 在某些情况下提供了更便捷的流动性。，这里考虑的是拥有一个看涨期权（与链接[1]中所述的平方根配置相匹配）的投资组合。

2025-01-01 08:05:57 904

原创《Uniswap V3流动性提供者(LP)策略》

Uniswap v3 的机制简介集中流动性 (Concentrated Liquidity): LP 可以指定一个价格范围，在此范围内提供流动性，超出范围后资金将停止赚取交易手续费。资本效率 (Capital Efficiency): 与 v2 模型相比，Uniswap v3 的集中流动性允许在相同资金下实现更高的资本效率。

2024-12-31 07:39:49 793

原创＜Uniswap v3 数学洞察＞笔记（part 2）

将 LP 仓位一个放在另一个上面，而不是排成一排，以减少 LP 仓位的数量。使用 desmos 来将 LP 仓位与您自己的分布相匹配。通过倾向性的资本效率边界来选择一个价格范围的。将 LP 范围切分成。

2024-12-31 06:27:41 228

原创＜Uniswap v3 数学洞察＞笔记（part 1）

以最小化发散损失。作为基本策略，我们将通过一些微积分找到，不论随机过程的性质如何，当我们对价格走势不确定时，**+/- 84%** 是我们的上下界限的限制。以进入时价格为 X:Y=100:1，退出时为 X:Y=120:0.833 为例，起初 20X 能兑换 0.2Y，由于发散损失，在退出时，资产价格损失使得 20X 只能兑换 0.1658Y。+/- 84% 的价格边界范围优化了对称的最大范围，来减少在 LP 头寸中使用的资本（提高资本效率）的同时，避免市场价格走出可接受的范围。5.作为 LP，人们希望。

2024-12-31 02:06:52 379

原创《Solana 中文开发教程》学习笔记（Part 5~8）

part 6 : 课后练习（自己发币自己玩）part 7 ：Solana的RPC介绍。

2024-12-04 07:06:24 199

原创《Solana 中文开发教程》学习笔记（Part 1~4）

Part 1 ：Solana介绍2017年11月，Anatoly Yakovenko发表了一篇白皮书，介绍了“Proof of History”这一技术Part 2 ：Solana介绍。

2024-12-04 04:02:56 914

原创＜＜WTF-Solidity＞＞学习笔记(part 29-32)

part 30:在Solidity中，try-catch只能被用于external函数或public函数或创建合约时（被视为external函数）的调用。基本语法如下：// call成功的情况下运行一些代码} catch {// call失败的情况下运行一些代码其中是某个外部合约的函数调用，try模块在调用成功的情况下运行，而catch模块则在调用失败时运行。同样可以使用this.f()来替代this.f()也被视作为外部调用，但不可在构造函数中使用，因为此时合约还未创建。

2024-12-03 02:01:14 1134

原创＜＜WTF-Solidity＞＞学习笔记(part 25-28)

在以太坊中，数据必须编码成字节码才能和智能合约交互。这一讲，我们介绍了4种abi编码方法和1种abi解码方法。

2024-12-02 03:59:40 751

原创区块链学习笔记(3)--区块链的交易模型part2

Replay Attack：能否重复发起相同的交易？必须保证交易的唯一性UTXO的交易是链式结构，只需保证Coinbase tx的唯一性要求在Coinbase tx的input中必须包含Block Height来保证唯一性Account通过了Nonce保证交易的唯一性。

2024-12-02 00:43:36 524

原创区块链学习笔记(2)--区块链的交易模型part1

区块链的tx分为两种模型，分别是比特币为代表的UTXO（Unspent Transaction Output）模型，和以太坊为代表的Account模型。前者适用于货币记账，后者适用于链上应用。2024年11月30日22点59分看到了视频的37：47。类似于现金的交易模型。

2024-12-01 06:03:29 1485

原创＜＜WTF-Solidity＞＞学习笔记(part 21-24)

这一讲，我们介绍了如何用call这一低级函数来调用其他合约。call不是调用合约的推荐方法，因为不安全。但他能让我们在不知道源代码和ABI的情况下调用目标合约，很有用。part 23:大家可以这样理解：一个投资者（用户A）把他的资产（B合约的状态变量）都交给一个风险投资代理（C合约）来打理。执行的是风险投资代理的函数，但是改变的是资产的状态。语法和call类似，也是：目标合约地址.delegatecall(二进制编码);

2024-11-30 07:45:55 936

原创＜＜WTF-Solidity＞＞学习笔记(part 17-20)

的内容或者使得执行故意失败的代码，导致一些包含退款和转账逻辑的合约不能正常工作，因此写包含退款等逻辑的合约时候，一定要注意这种情况。类型变量的成员，可以直接调用。// 库合约中的函数会自动添加为uint256型变量的成员。执行更复杂的逻辑（这三种发送ETH的方法我们之后会讲到）。)在代码中的位置为：在声明版本号之后，在其余代码之前。函数不能有任何的参数，不能返回任何值，必须包含。函数，声明方式与一般函数不一样，不需要。来演示两种使用库合约中函数的办法。// 直接通过库合约名调用。当合约接收ETH的时候，

2024-11-29 22:24:31 412

原创＜＜WTF-Solidity＞＞学习笔记(part 13-16)

part 13 :这一讲，我们介绍Solidity中的继承（），包括简单继承，多重继承，以及修饰器（Modifier）和构造函数（）的继承。

2024-11-27 17:47:29 962

原创＜＜WTF-Solidity＞＞学习笔记(part 9-12)

part 9这一讲，我们介绍Solidity中和常量相关的两个关键字，constant（常量）和immutable（不变量）。状态变量声明这两个关键字之后，不能在初始化后更改数值。这样做的好处是提升合约的安全性并节省gas。另外，只有数值变量可以声明constant和immutable；string和bytes可以声明为constant，但不能为immutable。

2024-11-27 07:55:13 1006

原创＜＜WTF-Solidity＞＞学习笔记(part 5-8)

尤其是如果返回数据类型是变长的情况下，必须加memory修饰，例如：string, bytes, array和自定义结构。在不同存储类型相互赋值时候，有时会产生独立的副本（修改新变量不会影响原变量），有时会产生引用（修改新变量会影响原变量）。局部变量是仅在函数执行过程中有效的变量，函数退出后，变量无效。局部变量的数据存储在内存里，不上链，（函数里的）时候，会创建引用，改变新变量会影响原变量。状态变量是数据存储在链上的变量，所有合约内函数都可以访问，）初始值都是各个type的默认值，如uint的默认值是0。

2024-11-27 06:18:04 1096

原创＜＜WTF-Solidity＞＞学习笔记(part 1-4)

Pure。

2024-11-26 04:13:50 663

原创区块链学习笔记(1)--区块、链和共识区块链技术入门

这样，当一个节点想要验证某个交易是否被包含在某个区块中时，它只需要检查该交易的哈希值是否被包含在默克尔树的叶子节点中，以及该哈希值是否最终指向根哈希值。同时，由于默克尔树的生成过程是分布式的，它不需要中心化的第三方机构进行干预，从而提高了区块链的去中心化程度。其次，默克尔树的生成过程是将一个大数据块拆分成更多小的数据块，然后对每个数据块进行哈希运算，得到所有数据块的哈希值之后，再获得一个哈希列表。数据或其哈希值，而非叶子节点（包括中间节点和根节点）则是它的两个孩子节点内容的哈希值。

2024-11-25 04:59:48 637

原创《Mastering Ethereum》读书笔记2--

initiatereact。

2024-11-23 03:27:19 455

原创《Mastering Ethereum》读书笔记1--What Is Ethereum

1. 第一章Implications of Turing Completenessgas。

2024-11-22 23:27:47 457

原创 Python 常见考点总结（2）

6-2.探索高效异步编程：aiorun - 你的异步运行器新选择aiorun项目地址:https://gitcode.com/gh_mirrors/ai/aiorun在Python的世界中，异步编程已经成为处理I/O密集型任务和优化性能的重要手段。aiorun是一个小巧而强大的库，它简化了基于asyncio的异步程序的启动和管理。如果你经常在处理网络请求、文件读写或者并发操作时遇到挑战，那么aiorun可能是你需要的工具。项目简介。

2024-10-21 03:08:34 232

原创 Python 常见考点总结（1）

异步编程是一种编写能够在单线程中同时处理多个任务的编程方式。与传统的同步编程相比，异步编程的主要优势在于能够提高程序的并发性和响应性，尤其适用于IO密集型任务，如网络通信、数据库访问等。asyncio是Python 3.4版本引入的标准库，用于实现异步编程。它基于事件循环（Event Loop）模型，通过协程（Coroutines）来实现任务的切换和调度。在asyncio中，我们可以使用async关键字定义协程函数，并使用await关键字挂起协程的执行。

2024-10-21 00:23:24 1043

原创机器学习查漏补缺(5)

[M] Can we still use F1 for a problem with more than two classes? How?Yes, the F1 score can be extended to multi-class classification by using one of the following methods:[M] For logistic regression, why is log loss recommended over MSE (mean squared erro

2024-09-23 02:37:51 1298 1

原创机器学习查漏补缺(4)

[M] What happens if we accidentally duplicate every data point in your train set or in your test set?Train set duplication: Duplicating every data point in the training set will effectively double the importance of each sample, but it won’t introduce new i

2024-09-23 00:08:15 1166

原创机器学习查漏补缺(3)

[E] Why does an ML model’s performance degrade in production?There are several reasons why a machine learning model's performance might degrade in production:[M] What problems might we run into when deploying large machine learning models?Common MCMC algor

2024-09-22 23:33:44 948

原创机器学习查漏补缺（2）

[E] How can we use second-order derivatives for training models?Second-order derivatives can be used to train models via optimization techniques that go beyond gradient-based (first-order) methods. One popular second-order method is Newton's method, which

2024-09-20 04:44:49 1231

原创机器学习查漏补缺（1）

[M] Given nnn vectors, each of dimension ddd, what is the dimension of their span?The dimension of the span of nnn vectors (each of dimension ddd) is the number of linearly independent vectors among them. This can be determined by:The dimension of the span

2024-09-20 04:32:28 1048

空空如也

空空如也