arsc

作者｜耿瑞莹，黎槟华，武玉川，李永彬 单位｜阿里巴巴达摩院Conversational AI 团队 近年来，对话式 AI（Conversational AI）无论在学术界还是在工业界都在迅猛发展，背后的核心驱动力在于，人机对话在各行各业的实际场景中存在着广泛的需求，并且当前的技术进展已经能够大规模落地应用。 以笔者所在的达摩院 Conversational AI 团队为例，过去几年，通过阿里云智能客服（即云小蜜）产品矩阵，将人机对话在政务、银行、保险、医疗、教育、交通、水利、电力等众多行业进行大规模应用，更在 2020 年初疫情爆发初期，打造了全国最大的疫情外呼机器人平台，帮助 27 个省拨打了 1800 多万通电话，协助政府工作人员进行疫情的摸排防控。 在对话式 AI 大规模落地应用的过程中，面临众多技术难题，其中一个是低资源小样本的问题。在有大量标注数据的场景，今天的深度学习模型已经能够将问题的解决的比较好了，但在是标注数据很小的场景中，怎么让机器进行学习呢？面对这个难题，过去两年，我们团队从人类的小样本学习机制入手进行思考和研究： 人类之所以能够从很小的样本中就能进行很好的学习，主要在于两个能力，一个是归纳（induction）能力，即能够从个例中抽象出通用规则，基于此我们提出了归纳网络（Induction Network），已发表在 EMNLP2019； 另一个是记忆

元学习meta learning研究在CV方向占据大部分比例，论文总结比比皆是。本文主要汇总下近些年元学习在NLP文本分类方向 Text Classification 的研究论文，供相关研究人员参考。 同时欢迎大家关注小样本学习方法专栏~，持续更新小样本学习领域最新研究内容以及个人思考总结。 小样本学习方法(FSL) ​ www.zhihu.com 【1】 Meta-learning for Few-shot Natural Language Processing: A Survey 摘要： 少样本自然语言处理（NLP）指的是NLP任务只附带少量的标记样本。这是一个人工智能系统必须学会应对的现实挑战。通常我们依赖于收集更多的辅助信息或开发更有效的学习算法。然而，高容量模型中基于梯度的一般优化，如果从头开始训练，则需要在大量标记样本上执行许多参数更新步骤，以获得良好的性能。如果目标任务本身不能提供更多的信息，那么收集更多具有丰富注释的任务来帮助模型学习如何？元学习的目标是训练具有丰富注释的各种任务的模型，这样它就可以只使用几个标记样本来解决一个新任务。其核心思想是训练模型的初始参数，使模型在经过零步或几个梯度步更新后，对新任务具有最大的性能。已经有一些关于元学习的调查。然而，本文主要研究NLP领域，尤其是少镜头应用。我们试图提供更清晰的定义

关于无Root进行Https抓包的可行性实践与探索 背景 可行性 常见的解决方案 不常见的方案 背景 从Android7.0之后系统不再信任用户CA证书。主要限制在应用的targetSdkVersion >= 24时生效，如果targetSdkVersion < 24即使系统是7.0+依然会信任（用户证书）。也就是说即使安装了用户CA证书，在Android 7.0+的机器上，targetSdkVersion >= 24的应用的HTTPS包就抓不到了。对于普通的HTTP请求，可以使用一些抓包工具进行抓包，对于targetSdkVersion >= 24的Https请求，只需要信任相关的证书，也可以抓取Https请求(抓包相关的配置不是本文的重点）。 可行性 常见的解决方案 1.官方的方案 网络安全配置功能使用一个 XML 文件，您可以在该文件中指定应用的设置。您必须在应用的清单中添加一个指向该文件的条目。以下代码摘自一个清单文件，演示了如何创建此条目： <?xml version="1.0" encoding="utf-8"?> <manifest ... > <application android:networkSecurityConfig="@xml/network_security_config" ... > ... </application> </manifest>

去年从平安离职之后，加入了一家游戏公司，负责游戏SDK相关的业务开发和维护工作，经过半年来的摸索，对于游戏SDK的开发有了一定的理解，下面就对游戏SDK开发涉及到的知识点进行简单的梳理。 SDK SDK（Software Development Kit）是软件开发工具包的缩写，一般来说，SDK是用于给开发人员提供进行应用程序开发的工具的，这样程序员就可以快速的开发出应用软件，省去了编写硬件代码和基础代码框架的过程，我们常见的Android SDK就属于这一类。除了这种比较大的SDK，我们平时开发的library也属性SDK，只不过功能比较单一，适用的场合也比较简单，如短视频SDK、推送SDK，分享SDK等。 而我们所做的游戏SDK主要是用于第三方游戏开发接入我们的账号体系和支付体系，类似于友盟分享等聚合SDK。 游戏SDK 游戏SDK是啥 在游戏行业中，会存在两个最基本的角色，即游戏开发和游戏运营，一个游戏能不能成功，除了技术体验好之外，运营是一门很重要的学问，他们的关系如下图所示。 正如前面说描述的一样，游戏和运营往往是单独开来的，除非像腾讯、网易这些头部大公司，不仅可以自己研发游戏，还有实力自己推广和运营游戏。不过，事实上，很多小的游戏开发商就那么几个人或者几十个人，根本没有自己的运营能力，而市面上正好有专业的游戏运营公司，这时候它们就开始合作了。 在上面的图例中

Android反编译(二) 之反编译XML资源文件 [目录] 1、工具 2、反编译步骤 3、重新编译APK 4、实例 5、装X技巧 6、学习总结 1、工具 1).反编译工具 apktool http://code.google.com/p/android-apktool/downloads/list 命令： apktool d [目标.apk] [目标文件夹] ---------反编译(decode) apktool b [文件夹] [编译之后的名称.apk]---------编译(buid) apktool if framework-res.apk --------加载资源（install framework） 2、反编译步骤 步骤1：将目标apk包，拷贝至apktool工具目录下 步骤2：CMD进入apktool文件夹， 运行反编译命令 CMD> apktool d Thinkdirve.apk APK_SRC (意思是将Thinkdirve.apk解包到当前APK_SRC目录下，APK_SRC文件夹不用创建，会自动生成) 3、重新编译APK 步骤1：将修改后资源文件后(APK_SRC)的文件夹重命名ThinkDrive_src 步骤2：CMD进入apktool文件夹， 运行打包命令 CMD> apktool b ThinkDrive_src ThinkDrive_src

上一篇我们讲了java的引用机制，今天我们来一下和它有关的app性能优化(其实也不是很大)。 性能优化的目标 在网上也看到过很多相关的文章，他们基本总结为：快,稳,省,小,描述的很准确.如下图 (注：此图不知道啥时候收集的，如有侵权，立删)： 快 如何让app在运行过程过不卡顿，运行流畅，速度快,也就是说如何解决卡顿呢？我们先看看那些因素影响卡顿？ 1. UI,包括ui的绘制,刷新等 2. 启动,包括冷启动,热启动,温启动等 3. 跳转,页面跳转,前后天切换 4. 及时反馈，点击事件,滑动,系统事件 UI 这个涉及到android的系统显示原理，我们简单了解一下： Android 显示过程可以简单概括为：Android 应用程序把经过测量,布局、绘制后的 surface 缓存数据，通过 SurfaceFlinger 把数据渲染到显示屏幕上， 通过 Android 的刷新机制来刷新数据。也就是说应用层负责绘制，系统层负责渲染，通过进程间通信把应用层需要绘制的数据传递到系统层服务，系统层服务通过刷新机制把数据更新到屏幕上。 换一种方式说：Android 系统每隔 16ms 发出 VSYNC 信号，触发对 UI 进行渲染，如果每次渲染都成功，这样就能够达到流畅的画面所需的 60FPS。（注：FPS 表示每秒传递的帧数。）在理想情况下，60 FPS 就感觉不到卡