技术专栏 第140页

相信不少小伙伴在工作中都遇到过这样的场景：

鸿蒙扫码（通过HarmonyOS SDK Scan Kit对外开放）凭借多年的深厚技术积累与前沿算法优化，成功打造了远、快、准的识码新体验，为各类复杂场景带来了更高效、更自然、更可靠的数字连接能力。

!noip@Nov29,2025:dream

我大抵是没有一等了，六年多的付出终止在了 NOIp2025。

赛前的我刷的大多是蓝题，最高不过紫题，可谁知出题人之要求竟如此之高，竟将 NOI 的难度搬上桌来，这可叫我如何是好。

昨晚，我暗想道三个小时做出前两题总还是没问题的，那一等总归是稳的。事实却是残酷，后三题皆不下于紫题，甚至还要将较难的 t2 放到前面了。纵使我总揽全局，却还是要被 t2 迷住了眼，死磕 t2 两个多小时却仍未有点滴进展告诉我该放下了，回头还剩 1.5h 去写暴力，好歹争些许部分分来。用去了 0.5h 写完 t4 暴力，我打开了 t3。写着写着，突然想到一个贪心做法，但是却被大样例 hack 了，于是观察样例，转而思考 dp 做法，似乎有点头绪，于是便推出一堆东西来，准备开始写，却发现只剩下 20min。我想道：能赢吗？能翻盘吗？大概能吧，不试试怎么知道呢。

呵呵呵，到头来就差 5min 就调出来了，就算不是正解好歹 ccf 的数据五六十分还是能骗得到手的吧。呵呵呵，现在六年多的时间，其中付出不说四年，也该有三年，还不是一场空连个省一都拿不到，真是失败啊。

那么，我的 OI 生涯就到此结束了，正如解压密码说的那样——“2025.11.29 非是 NOIP 只是一场梦罢了”。此刻，我才终于明白，平庸，不是想不接受就能卸下的，天赋终究是天赋，天资平平又不会努力的我该醒了。

现在这个时代，做内容的人压力真的很大。

RAG（Retrieval-Augmented Generation，检索增强生）最初由Facebook AI Research（现Meta AI）团队在论文
Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks 中提出，并发表于NeurIPS 2020。

系统里一共有5w多条商品，数据量不大。项目组开始考虑要怎么优化。重构数据库基本不可能，最好不要改动表结构。大家想到的方案也很通用，就是把大部分商品的详情数据缓存起来，少部分的数据通过
异步加载。比如，最近的成交数据通过
异步加载，即用户打开商品详情页以后，再在后台加载最近的成交数据，并显示给用户。

这篇文章想讲一件很具体、也很日常的小事：

那么复杂模型、多个输出应该如何处理呢？

我们引入
块，可以理解成
class，以便将多个层结合成块。

每个块：

提示：