- 综合排序
- 最热优先
- 最新优先
- 来自专栏bisal的个人杂货铺
SQLPLUS中的feedback设置
经@黄玮 @乔晓阳大师指点，有个feedback的参数设置，现总结如下。 feedback可以简写为feed，它有三个取值：ON/OFF/N，ON表示打开SQL反馈(DDL和DML、PLSQL略有不同)，OFF表示关闭反馈，N表示可以设置一个整数，当SQL返回的结果大于等于N
1.3K50发布于 2019-01-29 - 来自专栏Oracle数据库技术
基数反馈 （Cardinality Feedback）（一）
概述 本文将介绍在11gR2的版本上推出了基数反馈（Cardinality Feedback 以后简称CFB）功能，通过这个特性， 对于某些查询在第一次执行时，如果CBO发现根据统计信息估算出的基数( 另外，基数反馈 （CFB）在12c版本上得到更进一步的扩展改称为统计反馈（Statistics Feedback）， 成为12c自动重新优化（Automatic Reoptimization）的一部分 关于这统计反馈（Statistics Feedback）中扩展的内容和12c自动重新优化（Automatic Reoptimization）的内容 将在以后的章节中进行介绍。 本文是基数反馈 （Cardinality Feedback）的第一部分主要介绍当基数反馈 （Cardinality Feedback）无效时的状况： 例子1（CFB无效） 首先我们在10.2.0.5的环境中也就是 总结 本文是基数反馈 （Cardinality Feedback）的第一部分，主要介绍基数反馈 （Cardinality Feedback）的概述和当CFB无效时的状况例子。
95710发布于 2020-03-26 - 来自专栏佳爷的后花媛
Testing Your Product and Getting Feedback
We have to ask them what they like, dislike, want, or need, and we want honest feedback about our product But feedback in these early stages informs all kinds of crucial decisions, and some of the trickiest And now we have to actually get people to give us feedback! Next, we have to sift through it all and sort the valuable feedback from people being grumps. But we have to take some feedback with a grain of salt.
59430发布于 2020-05-29 - 来自专栏Oracle数据库技术
基数反馈 （Cardinality Feedback）（二）
概述 本文为基数反馈（Cardinality Feedback 以后简称CFB）功能的第二部分，主要介绍CFB有效时的状况例子，以及CFB处理流程。 关于CFB无效时的状况例子，以及CFB概述请参考前篇文章： 基数反馈 （Cardinality Feedback）（一） 例子2（CFB有效） 下面我们在11.2.0.4的环境中也就是CFB有效的情况下 Note ----- - cardinality feedback used for this statement 参考 https://blogs.oracle.com/optimizer/entry/cardinality_feedback Cardinality Feedback Statistics (Cardinality ) Feedback - Frequently Asked Questions (Doc ID 1344937.1)
63410发布于 2020-03-26 - 来自专栏张高兴的博客
极限编程核心价值：反馈（Feedback）
原文：https://deviq.com/feedback 反馈（Feedback） 反馈（Feedback）是极限编程（Extreme Programming，XP）的核心价值之一。 来自 ExtremeProgramming.org 一些实践被设计为全面地增加反馈并减少反馈回路（Feedback Loop，采取行动与收到反馈之间的时间）。
71610发布于 2018-08-03 - 来自专栏CreateAMind
Neural optimal feedback control 8个优点
Neural optimal feedback control with local learning rules2111.06920.pdf https://github.com/j-friedrich
33630编辑于 2023-09-01 - 来自专栏Python与算法之美
Kaggle Feedback Prize金牌思路赛后总结
近期刚结束Kaggle Feedback Prize比赛，第四范式AutoX团队获得金牌。 同时，团队成员poteman晋升Kaggle Grandmaster。 本文将介绍Feedback的赛题任务和前排解决方案，文中不足之处，还望批评指正。 赛题链接 https://www.kaggle.com/competitions/feedback-prize-effectiveness/ 评价指标 multi-class logarithmic loss 数据增强 2.1 MLM 使用上一次举办的feedback比赛数据(打标签方式不一样，可以理解为无标记数据)进行预训练。
53220编辑于 2023-02-23 - 来自专栏字节流动
OpenGL ES 3.0 的 Transform Feedback 怎么用？
什么是 Transform Feedback Transform Feedback（变换反馈）是在 OpenGLES3.0 渲染管线中，顶点处理阶段结束之后，图元装配和光栅化之前的一个步骤。 Transform Feedback 对象 Transform Feedback 所有状态通过一个 Transform Feedback 对象管理，主要包括以下状态： 用于记录顶点数据的缓存对象； 用于标识缓存对象的计数器 (GL_TRANSFORM_FEEDBACK, m_TransFeedbackObjId); Transform Feedback 缓存 Transform Feedback 主要用来管理将顶点捕捉到缓存对象的相关状态 ); glBindBuffer(GL_TRANSFORM_FEEDBACK_BUFFER, 0); Transform Feedback 的使用 Transform Feedback 的一般使用流程： Feedback 缓冲区数据。
1.8K20编辑于 2021-12-28 - 来自专栏字节流动
NDK OpenGLES3.0 开发（七）：Transform Feedback
什么是 Transform Feedback Transform Feedback（变换反馈）是在 OpenGLES3.0 渲染管线中，顶点处理阶段结束之后，图元装配和光栅化之前的一个步骤。 Transform Feedback 对象 Transform Feedback 所有状态通过一个 Transform Feedback 对象管理，主要包括以下状态： 用于记录顶点数据的缓存对象； 用于标识缓存对象的计数器 (GL_TRANSFORM_FEEDBACK, m_TransFeedbackObjId); Transform Feedback 缓存 Transform Feedback 主要用来管理将顶点捕捉到缓存对象的相关状态 ); glBindBuffer(GL_TRANSFORM_FEEDBACK_BUFFER, 0); Transform Feedback 的使用 Transform Feedback 的一般使用流程： Feedback 缓冲区数据。
1.3K50发布于 2020-06-03 人类反馈强化学习（Reinforcement Learning from Human Feedback, RLHF）
RLHF是一种机器学习技术，它使智能体能够通过与环境的交互和接收来自人类提供的反馈来学习。在RLHF中，人类可以提供偏好、评价或直接指导以影响智能体的学习过程，帮助其理解哪些行为是期望的，哪些是不期望的。这种方法特别适用于那些难以定义精确奖励函数的任务，或者需要考虑人类主观偏好的任务。
64110编辑于 2025-04-05- 来自专栏蓝里小窝
阅读笔记｜Reinforcement Learning with Feedback from Multiple Humans with Diverse Skills
info: T. Benson, A. Akella, and D. A. Maltz, “Mining policies from enterprise network configuration,” in Proceedings of the 9th ACM SIGCOMM conference on Internet measurement, Chicago Illinois USA: ACM, Nov. 2009, pp. 136–142. doi: 10.1145/1644893.1644909.
36620编辑于 2023-10-15 - 来自专栏android技术
Android--MaterialDesign动画之触摸反馈（Touch feedback）
5.0引入了很多动画效果，是谷歌提供的自带的效果，其中触摸反馈就是一种，简而言之就是点击水波纹效果，Button就默认带有水波纹效果
1.6K20发布于 2020-07-03 - 来自专栏数据库架构之美
PostgreSQL为什么要设置hot_standby_feedback?
hot_standby_feedback： 这个参数是查询冲突这个话题中提到最多的参数，下面我们详细探讨一下。 主库在准备进行vacuum时怎么知道从库还在进行查询，这就是设置该参数的意义，设置hot_standby_feedback参数之后备库会定期向主库通知最小活跃事务id（xmin）值，这样使得主库vacuum 所以我们在生产中设置hot_standby_feedback一般与下面几个参数一起使用，能够有效的降低冲突发生的概率。 值得注意的是hot_standby_feedback参数并不会覆盖主库上old_snapshot_threshold参数限定的值，old_snapshot_threshold参数限制了死亡元组的无限膨胀
2.2K20发布于 2019-12-17 - 来自专栏漏洞战争
honggfuzz漏洞挖掘技术深究系列（1）——反馈驱动（Feedback-Driven）
“ 反馈驱动：通过监控样本触发的代码覆盖率，进而改进输入样本以提高代码覆盖率，增加发现漏洞的概率。”
1.6K40发布于 2019-07-18 - 来自专栏小麦苗的DB宝专栏
【DB笔试面试642】在Oracle中，什么是基数反馈（Cardinality Feedback）？
♣ 题目部分 在Oracle中，什么是基数反馈（Cardinality Feedback）？ ♣ 答案部分 基数反馈（Cardinality Feedback，CFB）是Oracle 11gR2出现的一个新特性，它的出现是为了帮助Oracle优化器依据更精准的基数生成更加优秀的执行计划。 Oracle 11gR2针对此特性，也专门在V$SQL_SHARED_CURSOR中增加了USE_FEEDBACK_STATS列来记录SQL是否使用了基数反馈。 基数反馈的开启和关闭通过一个隐含参数“_OPTIMIZER_USE_FEEDBACK”来控制，该参数默认为TRUE，表示开启技术反馈特性。 若使用了该特性则在执行计划的Note部分可以看到“cardinality feedback used for this statement”字样。
92710发布于 2019-09-29 - 来自专栏汪宇杰博客
在UWP应用中调用Windows 10 Feedback Hub发送用户反馈
但其实，Windows 10的Feedback Hub也是可以为我们所用的。 熟悉Windows Insider的朋友都知道，Windows 10安装完成后，系统自带一个Feedback Hub，这里面通常都是用户对Windows这一款产品的的反馈。 其实，现在这个Feedback Hub也可以给开发者用来收集用户的意见。 ? 那么，在UWP里如何调用这个Feedback Hub呢？ 在你的App里加入反馈链接 以MVVM模式的工程为例，XAML里加入一个HyperLink即可： <HyperlinkButton Content="<em>Feedback</em>" Command="{Binding 调用的<em>Feedback</em> Hub如下： ?
2.8K10发布于 2019-07-08 - 来自专栏素质云笔记
keras系列︱seq2seq系列相关实现与案例（feedback、peek、attention类型）
简单直观而且解码模型和编码模型并没有任何区别 . 2、模式二： 学霸模式 encoder-decoder with feedback 编码端则是对课本的理解所整理的课堂笔记。
3.4K90发布于 2018-01-02 - 来自专栏深度学习自然语言处理
每日论文速递 | 通过Token-level的Feedback进行强化学习控制文本生成
et al. (2023b) 等研究了如何处理粗粒度反馈的问题，特别是在大型语言模型对齐（LLM alignment）的RLHF（reinforcement learning from human feedback A：这篇论文的主要内容可以总结如下： 标题: Reinforcement Learning with Token-level Feedback for Controllable Text Generation
1.1K10编辑于 2024-03-26 - 来自专栏技术汇总专栏
AI Agent 错误修正全流程：Self-Reflect、Critic、Tool Feedback 的协同机制
3.Tool-Feedback（工具化反馈）Agent与工具结合能进行更高质量的纠错，例如：用Linter检查代码用SQLexplain分析查询优化用API的状态码判断请求是否成功用测试用例自动验证结果工具化反馈通常比人类反馈更加精准
79011编辑于 2025-12-10 - 来自专栏AI SPPECH
96_主动学习提示：用户反馈驱动优化
# 用户反馈分析示例 def analyze_user_feedback(feedback_text, llm_client): """ 分析用户反馈，提取结构化信息 = feedback_data["user_input"] response = feedback_data["response"] feedback = feedback_data : {r['feedback']['helpfulness_rating']}\n难度: {r['feedback']['difficulty_rating']}\n评论: {r['feedback'] recent_feedback = feedback_store[-self.config["window_size"]:] if not recent_feedback = len(task["feedback_store"]) # 检查反馈数量 if feedback_count < self.config["feedback_threshold
32410编辑于 2025-11-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号