Три способа выполнить множество задач с asyncio
Функция для примера:
async def do_it(n):
await asyncio.sleep(random.uniform(0.5, 1))
return n
1. Последовательный вызов
async def main():
for i in range(100):
result = await do_it(i)
Такой вызов имеет смысл только тогда, когда результат одной задачи требуется для вызова следующей.
Если они независимы, то это антипаттерн, так как аналогичен простому синхронному вызову по очереди.
2. Упорядоченный результат
async def main():
tasks = [do_it(i) for i in range(100)]
results = await asyncio.gather(*tasks)
Выполняет корутины конкурентно и возвращает результат в виде списка.
Полезен когда требуется получить результаты в том же порядке в котором задачи отправлены.
3. Результат по мере готовности
tasks = [asyncio.create_task(do_it(i)) for i in range(100)]
for cor in asyncio.as_completed(tasks):
result = await cor
Так же выполняет корутины конкурентно, но не гарантирует порядок. Результат возвращается по мере готовности, каждый отдельно.
Полезен когда нужно обработать любой ответ как можно скорее.
#async
Little Language Lessons
https://labs.google/lll/en
最近谷歌创意技术专家推出的基于 Gemini 最新模型的实验作品 Little Language Lessons，用 AI 驱动学习语言。
它主要由 3 部分微型学习实验场景组成。Tiny Lesson：随时学习单词、句子和用法； Slang Hang：学习母语使用者的习惯；Word Cam：直接 AI 驱动的识图识场景教语言功能。作者在介绍文档中给出了提示这些提示词，可以拿来自己学习。
这个玩具确实非常精美、有趣，值得使用。现在学习可选择场景太多了，间隔重复、沉浸翻译、语音对话、AI 生成，学吧。
最近 Notion CEO 提到 Notion = Lego + Al + tools for thought，同时能驾驭这三者的人很少，对这三者感兴趣和深耕的也不多。我倒是觉得 Google 有这个调性，各种分支的实验作品，以及 Steven Johnson 领导的 NotebookLM，作为 AI 驱动的思维工具，称得上也非常好用。
相关链接
介绍文档：How It’s Made: Little Language Lessons uses Gemini’s multilingual capabilities to personalize language learning
#tft#AI
一篇 PKM 与 AI 结合的最新研究论文
Creating Automatic Connections for Personal Knowledge Management
最近一位 X 佬在 Springer Nature 上发布了一篇关于个人知识管理（PKM）与大型语言模型/自然语言处理集成的 AI 应用研究。作者参考了很多笔记软件如 RR 这些，在论文主页 Notes 可以查看，主要提到了 Tana AI 助手的文本探索、Obsidian 图谱和 Readwise 的 AI 应用等，利用 AI 在个人知识管理领域轻松拉起整个知识图谱节点的研究。
这篇论文有个在线版本可以直接查看，论文还参考了 47 条书籍文献，如前两条 Sönke Ahrens 的聪明笔记和第二大脑书籍参考，以及语义分析/知识图谱等研究引用，可在主页查看
这篇论文基本踩到了我的「发布癖」上，PKM 与 AI 的交媾，诞出人类智识意义上的放大和命题延伸，即我前面提到过的 IA（intelligence amplification），这也是我一直在探索的领域。
这里几篇我喜欢的关于工具的技术文章，再分享。这个领域我还比较期待两位 K 神的研究分享，Karpathy 和 Kepano.
- Andy Matuschak 关于革命性思维工具的理解：How can we develop transformative tools for thought?
- Roam Research 白皮书 Roam White Paper.
- 没有银弹丨Fred Brooks 关于软件开发困难论述的经典论文
相关链接
1 Roam Research 复兴之后丨创新、式微及其影响
2 Intelligence Amplification
3 工具如何错误地塑造我们丨异化
4 On shortification of "learning"丨学习的简化
5 博客 2.0 时代丨知识库与数字花园
#TfT#AI