最新

嗨，HN， 我一直在开发 AnuDB，这是一款轻量级的嵌入式键值数据库，基于 RocksDB，针对像树莓派这样的低功耗设备进行了优化。 它被设计为在高并发和写入密集型工作负载的场景中，作为 SQLite 的替代方案。 我在树莓派（ARMv7）上对 AnuDB 和 SQLite（使用 WAL 模式）进行了基准测试。两者都是交叉编译的。以下是结果： 基准测试：每秒操作次数（Ops/s） 插入：AnuDB 448 | SQLite 839 查询：AnuDB 55 | SQLite 30 更新：AnuDB 408 | SQLite 600 删除：AnuDB 556 | SQLite 1942 并行（10 线程）：AnuDB 413 | SQLite 1.5 虽然 SQLite 针对单线程操作进行了高度优化，但在多线程写入时表现不佳。而 AnuDB 使用 RocksDB，能够更好地处理并行操作。 GitHub： AnuDB: [https://github.com/hash-anu/AnuDB](https://github.com/hash-anu/AnuDB) 基准测试: [https://github.com/hash-anu/AnuDBBenchmark](https://github.com/hash-anu/AnuDBBenchmark) 希望能收到以下方面的反馈： 使用案例建议 基准测试方法 这是否对你的项目有帮助 谢谢！

在过去几个月里，我构建了一个支持跨标记器蒸馏的工具包（例如，从LLaMA蒸馏到Qwen词汇或其他词汇）。这种方法在像AIME这样的推理数据集上表现良好，我们在Phi和Qwen等模型上进行了验证。 我们还集成了Modal，以便快速部署（提供每月30美元的试用积分）。 欢迎任何反馈！ GitHub: [https://github.com/agokrani/distillKitPlus](https://github.com/agokrani/distillKitPlus) 文档: [https://distillkitplus.mintlify.app/](https://distillkitplus.mintlify.app/)