- 「古德哈特定律的強版本指出,過度優化代理指標可能會導致實際目標的結果變差,這在標準化測試和機器學習過擬合中可以看到。」
- 這個概念適用於各個領域,包括政治、經濟和健康,顯示出這一現象的廣泛相關性。
- 來自機器學習的緩解策略,例如將代理目標與期望結果對齊、添加正則化懲罰、注入噪音以及使用提前停止,可以幫助管理這些問題。
- “機器學習及其他領域中的過度優化可能會導致負面結果,正如機器學習研究員 Jascha Sohl-Dickstein 所指出的。”
- 這個概念與古德哈特定律一致,該定律指出,當一個衡量標準成為目標時,它就不再是一個好的衡量標準。
- 過度優化所帶來的負面結果包括 COVID-19 供應鏈中斷以及瑞典醫療和鐵路系統中的低效率,這突顯了系統需要保留一些餘裕以維持穩健性和適應性的必要性。
- Discord 最初使用 MongoDB 來存儲訊息,但為了更好的擴展性和容錯性,改用了 Cassandra,這後來導致了性能和維護問題。
- 「2022 年,Discord 從 Cassandra 遷移到 ScyllaDB,一個更高效的、基於 C++ 的、與 Cassandra 相容的資料庫,將節點數量從 177 減少到 72,並顯著提升了延遲和效能。」
- 遷移過程包括雙重寫入新數據並使用基於 Rust 的遷移工具處理歷史數據,這樣在世界盃等重大事件期間能更好地應對流量增加,並減少問題發生。
- 「Discord 從 Cassandra 遷移到 ScyllaDB,以解決性能問題,特別是刪除操作和垃圾回收(GC)方面的問題。」
- “ScyllaDB 提供更好的壓縮策略和性能,儘管仍然使用墓碑標記來進行刪除。”
- Discord 在遷移過程中維持了現有的架構和分區策略,強調了良好預設配置的重要性。
- 「由於波音的星際客機出現問題,SpaceX 發射了一次任務,將兩名 NASA 太空人從國際太空站送回地球。」
- 在獵鷹9號火箭第二級脫軌燃燒期間發生異常,促使發射暫停以進行調查。
- 太空人將使用 SpaceX 的 Crew Dragon 返回,並提供了新款太空服,這引發了關於這是否是「救援」任務還是例行的乘員輪換的討論。