TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #425 · 20 апр.

Недавно делал быстрый прототип асинхронного приложения в котором требовалось вызывать много синхронного кода. Да, я знаю, что это не лучший дизайн, но нужно было быстрое решение на один процесс и без очередей. Поэтому я выполнял код в потоках. Выглядело это примерно так: from fastapi.concurrency import run_in_threadpool async def execute(data: DataRequest) -> DataResponse: try: result = await run_in_threadpool(sync_function, data) return DataResponse(data=result) except Exception as e: return DataResponse( error=str(e), success=False, ) В общем работает нормально. Для всех вызовов под капотом используется общий тредпул, всё работает предсказуемо. Но потребовалось изменить количество запускаемых в пуле потоков (по умолчанию создается 40 воркеров). Так как дело происходит с FastAPI, делается это через lifespan используя настройки anyio: import anyio @asynccontextmanager async def lifespan(app: FastAPI): limiter = anyio.to_thread.current_default_thread_limiter() limiter.total_tokens = 100 yield # если вдруг нужно вернуть обратно limiter.total_tokens = 40 Зачем менять количество воркеров? - уменьшить, если оперативки мало (один тред занимает ~8мб) - увеличить чтобы выдержать нагрузку Если есть предложения получше при тех же вводных - предлагайте😉 #async

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #uicoder

当前筛选 #uicoder清除筛选
科技&趣闻&杂记

@kejiqu · Post #3707 · 15.08.2025 г., 01:14

苹果 AI UICoder 登场,自进化逆袭媲美 GPT-4 苹果研究团队提出一种新方法,通过让开源大模型自我学习并优化 SwiftUI 界面设计。该团队以 StarChat-Beta 为基础,输入大量界面描述,指导模型自动生成 SwiftUI 代码,进而形成合成数据集。生成的代码需通过 Swift 编译器验证其可运行性,并由视觉语言模型 GPT-4V 对比界面效果。经过五轮迭代,团队累计生成近百万条 SwiftUI 代码,推出了微调后的“UICoder”模型。测试显示,UICoder 在自动化评测与人工评估中均显著优于初始 StarChat-Beta 模型,并接近媲美 GPT-4。UICoder 的能力提升并非依赖于重复已见案例,而是基于自生成与严格筛选的数据反馈机制。IT之家 🏷#SwiftUI#UICoder#苹果 📢频道👥群组📝投稿