我觉得“固定搭配”的解释没啥问题🤣，毕竟我们的目的是接近 Native Speaker ，而不是接近 English Linguist.
所以我个人的学习方法一直是语感 > 语法，即“这个词放在这里读的更顺” > “及物动词后面接名词，xx 搭配的历史渊源”

就好像我们说中文，也不会去在意究竟是“我在晒太阳”，还是“我在被太阳晒”，这就是中文的固定搭配

这东西看你的 read 需求
1. read 实时性不高，同时要复杂的组合 filter 条件、join ，那就 hive
2. read 实时性高，同时要复杂的组合 filter 条件，但不用 join ，上 influxDB
3. 同条件 2 ，还需要文本搜索，上 ES
4. read 实时性高，同时要复杂的组合 filter 条件、join ，那就 clickhouse

1. 只用 mac 开发，使用 remote interpreter 运行
2. 本地开发、本地运行，调用各大平台 LLM API
3. 再有，model.to("mps") 小模型也能玩

你们要是用的飞书、钉钉，他们各自都有自己的 AI Agent 工具，可以去问问。

100 万条数据，感觉直接弄个内存级的搜索引擎就行了，就是内存和数据库的一致性要写点逻辑维护下。

预算够的话，直接上 es 省事，弄个 nested array 字段就能解决

@kakawa https://engineering.carsguide.com.au/elasticsearch-zero-downtime-reindexing-e3a53000f0ac

我的主要问题是会黑屏，就 ide 的区域黑屏，ide 以外的地方显示正常

大部分 opencv 就能处理吧，都不需要上深度模型

国内号称最大的开源商业化应该是 PingCap 吧，就是 TiDB 那个

@roding 对，所以我才说强耦合飞书。但由于他本身支持自定义代码 node ，所以理论上可以直接去通过调用其他第三方微信、小红书等的 API 去完成 [每天定时去搜索热点 - 基于热点生成 UGC - 自动分发到各个内容平台 - 自动获取用户评论、分析用户评论 - 自动回复、拉群] 等 workflow 。

而 AI/LLM 在其中扮演的角色就是，把“判断这段文本是正面还是负面”，“从这个网页中抽取描述 xxx 的图片”之前完成不了的需求，交给 LLM 去处理了

可以看看字节（飞书）的这个 aily ，https://bytedance.larkoffice.com/wiki/SYLNwnUxjim3DUkWMuHcvX3xnLg
好处是：支持多 agent 、workflow 等功能，有抖音、飞书数据接口
坏处是：强耦合抖音、飞书，而且目前只是试用

建议写上项目及可量化的成果，比如优化千级 qps 的接口，RT95 线从 500ms 降至 200ms ，只写熟悉什么什么实在是太抽象了

飞书不有技术客服吗，响应还挺及时的，干嘛这里问-_-||

刘擎的《西方现代思想讲义》我看的感觉是比较通俗的

顺便借楼主帖子，列下我自己看的，和大家互通有无

1. 一个博主的 blog ，快速了解 LLM 相关的概念和学习路径： https://gugehome.com/am.php?t=a8pslXGjYFhJ
2. 《动手学深度学习》，从最基础的 LR 开始一直到 DeepLearning： https://zh.d2l.ai/index.html
3. transformers 官方 nlp courses ，集中介绍 DL/LLM 如何做 NLP 任务，有机翻中文，https://huggingface.co/learn/nlp-course/en/chapter0/1?fw=pt
4. 复旦《大规模语言模型-从理论到实践》，主要介绍 LLM ，从 transformer 源码到分布式训练： https://intro-llm.github.io/
5. 《深度学习推荐系统》- 王喆，实体书，搜广推
6. 斯坦福大学 cs231n ，Deep Learning for Computer Vision ，据说是最好的 DL 课程，我还没看完，https://cs231n.github.io/convolutional-networks/
7. 苏神的博客，苏神应该是国内研究 ML/DL 理论比较深的了，写的博客也大多数是原理解析，需要比较深的学术背景 https://spaces.ac.cn/category/Big-Data/1/

@lemoon 有在线版的 https://intro-llm.github.io/

复旦出了一本 《大规模语言模型-从理论到实践》，不知道你看过没？讲的比较广，还介绍了分布式训练

一些共享 workspace 也就 1000~2000/人/月吧，网络、办公用品、环境啥的都给你配好，工作室几个人的话，7000 预算应该满足的