在一篇老文 # 迁移Hexo博客到GitHub Pages 中提到:
GitHub Pages可能是个单行线，只能迁出，不好再迁出了。简单研究了一下文档，它不允许用户修改Server配置，所以看起来无法完成301重定向。
但在迁移博客时，301重定向必不可少，它是保证站点迁移不损失搜索排名的关键所在。具体来说，在迁移到新站点之后，需要 手动修改 Google Search Console 的配置 :
Do you lose credit for links when you redirect to new URLs?
No, 301 or 302 redirects do not cause a loss in PageRank
所以如何才是无损排名迁移 GitHub Pages 的正确方式？
今天来聊聊老板喜欢什么样的下属。这个问题其实因老板而异，工作这些年见过各种风格的老板，但不论什么风格，靠谱和有能力的下属都是重点培养对象。我们先从老板的角度，简单分析下作为下属可以从哪些方面提升这些能力。
Knowledge Grounded Conversation (KGC)，就是基于知识的对话生成，与不使用知识的对话生成相比，生成的回复更有信息量，可更好地与用户互动。
本文不是KGC的综述，所谓漫谈，则是比较随性地聊聊这个方向的代表工作，顺带简单梳理其发展脉络。
之前
WeLM的文章
探讨了微信大语言模型的原理。同时，WeLM开放了API：https://welm.weixin.qq.com/docs/api/ ，有幸申请到了API Token，将其接入了微信公众号Finisky Garden，聊天机器人取名小菲，大家可以来试试~
一个看着非常简单的App：手机敲木鱼，居然能在App Store上评分4.8，十几万的评论，还有App内购买赚钱，刷新认知不？
这年头多少人绞尽脑汁做App都无人理睬，反倒被这么个极简的玩意儿割了韭菜，原因还是它抓住了用户的痛点。
微信最近有篇新闻刷屏： # 微信推出自研NLP大规模语言模型WeLM：零/少样本即可完成多种NLP任务
来看看这背后的技术原理又是什么：
Google今年发布的聊天机器人LaMDA确实惊艳，之前一个Google员工与它对话后，声称它已经有了自我意识，还上了热搜。今天就来看看这机器人背后的原理是什么。
关键词： 大模型，高质量人工标注数据。
LaMDA: Language Models for Dialog Applications
论文的标题很大，有50多个作者，挺有意思。
百度最近放出来的一篇文章，发布了一个高质量中文多轮chitchat数据集Diamonte：
Towards Boosting the Open-Domain Chatbot with Human Feedback
Diamonte数据集 下载地址
今天来看看这篇 ACL2022 的文章：
[ACL2022] Leveraging Similar Users for Personalized Language Modeling with Limited Data
解决的问题很容易理解，个性化语言模型在用户刚加入时缺少数据的冷启动问题：
Personalized language models are designed and trained to capture language patterns specific to individual users.
However, when a new user joins a platform and not enough text is available, it is harder to build effective personalized language models.
思路也比较直接，使用新用户的少量数据在已有用户中找到相似的用户，然后用相似用户的数据进行语言模型的训练，从而解决数据稀疏的问题。
实验论文，提出了三种不同的指标来进行用户相似度计算，实验证明 user embedding + interpolate model效果最好。
开卷有益是一个成语，最早出自《与子俨等疏》。 意思是读书总有益处。常用以勉励人们勤奋好学，多读书就会受益。
现在这年头，出书不要太容易，烂书也是出奇的多，开卷有益这词儿已经不适用了。就随口说说我最近翻过的几本烂书：《断舍离》，《组织的力量》，《底层逻辑》。
今天来看看这篇 ACL2022 的文章：
[ACL2022] Beyond Goldfish Memory: Long-Term Open-Domain Conversation
问题比较清楚，提升长期开放域对话的效果。题目用到一个梗：超越金鱼的7秒记忆，可以看出论文要解决的问题是跨越数小时甚至数天的会话。
注意： 这里是“长期” (long-term) 对话，不是 “长程”对话，即对话时间跨度比较长的对话。
本文同时发布了一个人与人进行长期对话的数据集 Multi-Session Chat (MSC)，其中双方通过之前的会话互相了解对方的喜好，并在之后的对话中得以体现。
在长期对话中，使用retrieval-augmented的方式，结合对上下文对话的摘要，可以达到超越传统encoder-decoder架构的模型效果。
继跳一跳，2048，合成大西瓜等一众休闲小游戏爆火之后，羊了个羊最近频繁上热搜，甚至成了一个梗，它为什么爆红？有什么过人之处？今天就来扒一扒。
开放域问答常常需要借助外部知识生成更有信息量和准确的答复。当检索出相关知识后，如何将它们融入生成模型就是个问题。Fusion-in-Decoder (FiD) 这篇文章提出了一个简单有效的方案。
[EACL2021] [FiD] Leveraging Passage Retrieval with Generative Models for Open Domain Question Answering
随着博客文章的不断增加，Hexo生成这些文章需要的时间越来越长，最近居然能卡住几分钟，然后报错：
[ERROR][hexo-renderer-pandoc] pandoc exited with code null. at Object._prettifyError (/home/finisky/node_modules/nunjucks/src/lib.js:36:11)
花了不少时间研究到底问题在哪，最终发现是VM的配置太低所致…… :-(
对话系统中的个性化，或者说带有人设的AI对话机器人是个挺热的研究问题。随着虚拟人的爆火，如何能打造千人千面与用户沟通的AI，也就自然登上了舞台。今天就来看一篇ACL2022findings的文章：
[ACL2022findings] Long Time No See! Open-Domain Conversation with Long-Term Persona Memory
很多对话系统不能很好地利用用户对话的长程记忆，从而影响对话效果。百度的这篇文章提出了一个新任务 Long-term Memory Conversation (LeMon) 并发布了对应的数据集 DuLeMon。该系统可以在用户和AI对话的过程中动态提取有用的Persona Memory，并在之后的对话中同时考虑双方的Persona Memory进行更好的对话。
随着元宇宙概念的兴起，AI虚拟主播也跟着又火起来了，但AI虚拟主播真是个好生意吗？
AI虚拟主播大致可分为两类，一类是纯的AI虚拟主播，另一类是真人驱动的AI虚拟主播。后者要解决的是真人出镜的问题，本文主要讨论的是前者。
7.19日，收到了LeanCloud的邮件，大意如下：
8 月 1 日起，LeanCloud 国际版共享域名不再向中国大陆提供服务
为履行合规责任，降低平台风险，LeanCloud 国际版共享域名将于 2022 年 8 月 1 日起不再向中国大陆的最终用户提供服务，国际版共享域名仅服务于海外用户。
静态博客如Hexo/Hugo/Jekyll近些年很流行，markdown写作，一键生成部署，无需后端，可托管在各种网站平台，非常方便。但正因为无后端，动态信息的存取就成为了痛点：文章阅读数统计，评论系统等等。本站采用的是Hexo+Waline的方式实现文章阅读数统计与评论系统，最近也去掉了LeanCloud的依赖，所有数据使用MongoDB存储。
抖音自2016年9月于今日头条孵化上线，定位为适合中国大陆年轻人的音乐短视频社区，应用为垂直音乐的UGC短视频。从数据来看，抖音主站在2021年第一季度的平均日活已过6亿，非常惊人，可见用户对于抖音产品的认可和依赖。同时，笔者周围有不少人的抖音都是装了又卸，卸了又装，感叹：刷抖音太费时间了，一不小心几个小时就过去了。那么，抖音是如何在互联网行业中突出重围，脱颖而出的呢？
关于"为什么微信能做支付，支付宝做不了社交"这个问题之前有过很多讨论，最近看到一个最直接直观的解释是，因为应用场景的包含关系不同。