こんにちは

今回はollamaのオフィシャルクライアントでfuncation callingを使いたいです。　　
前回はlangchaingoで使っただけと、試してたらollamaの引数toolsは無効です、githubの実例ollama_functions_exampleはsystem messageとtoolsのjsonを組み合わせて内容を生成する。例えば：

func systemMessage() string {
 bs, err := json.Marshal(functions)
 if err != nil {
  log.Fatal(err)
 }

 return fmt.Sprintf(`You have access to the following tools:

%s

To use a tool, respond with a JSON object with the following structure: 
{
 "tool": <name of the called tool>,
 "tool_input": <parameters for the tool matching the above JSON schema>
}
`, string(bs))
}

これはちょっと優雅でない、ollama/apiを使いたいと思います。

function callingとは

日本語はまだ勉強中ですから、変などころあったら、ぜひコメントしてください。

RAGとは

RAGはRetrieval augmented generationの略です。
大規模言語モデル内容を生成する前に、promptによる外部のデーターベースに知識を検索、元のpromptと組み合わせて、アウトプットを改善するための技術です。

sequenceDiagram
actor ユーザ
ユーザ->>サーバー: prompt: 今日の注目<br/>の新聞は何ですか？
サーバー->>ベクトルデータベース: promptをキーワードとして<br/>知識を検索
ベクトルデータベース--)サーバー: 知識を返す
サーバー->>llm: promptと知識を組み合わせて
llm-->>サーバー: 生成する内容を返す
サーバー->>ユーザ: 内容を返す

例えば：

ユーザ：今日の注目の新聞は何ですか？

gemini：

今日の注目の新聞記事については、リアルタイムで変化するため、特定の新聞社名を挙げて「今日の注目の記事はこれです」と断言することは難しいです。

chatgpt:

本日（2024年11月6日）の日本の注目ニュースは次のような内容が含まれている可能性があります：

アメリカ大統領選挙の最新動向 - 特に若い世代の投票行動や政策への関心が注目されています。
国内経済とインフレの動き - 日本の物価高騰が続き、家計への影響や政府の対応が議論されています。
アジアの地政学的緊張 - 日本周辺地域の安全保障に関連する動向が続いています。
以上の内容が注目ニュースとして考えられますが、詳細については直接ニュースソースで確認されるとよいでしょう。

geminiはリアルタイムによっての内容は回答できません。
chatgptはRAGか、Function Callingか、どちらかを使っていると思います。
今回はgolang+langchaingo+ollama+qdrantでRAGを実験してみます。

準備

首先推荐一个视频 【文法「文の成分」】【10分間の国文法講座：ラーニング・ラボWeb講座】, 大概讲了日本中学（初中）考试的一些文法。

动词活用

相信不少中国境内的人学习动词都是 一类动词， 二类动词，三类动词， 并且老师甚至还会告诉你不要记《标准日本语》上面带ます的动词，要记字典型。
然后大概会告诉一类动词的活用，类似下面：

「う」段 →「い」段 + ます
以「う」、「つ」、「る」结尾的词 → 去掉词尾 + って
  ...
  ...

相信不少人（至少我是）会以为这是类似英文那种动词变形，过去式等这类的。
然而后来我发现，这完全是误人子弟啊，日本中学（初中）根本就不用这种所谓的变形，也不是说不用，只是他们不会用这种规则去活用动词。

事实上的动词活用分类：

controller是什么

简单来说，controller就是监听kubernetes的配置/状态变化，自动对资源进行调节。比如kubernetes内置的controller有Deployment、StatefulSet、DaemonSet。

实现controller

这里我们实现一个简单的loadbalancer controller，使用kubernetes的client-go。

先创建一个新的Serivce,并且指定Type为LoadBalancer。

apiVersion: v1
kind: Service
metadata:
  name: my-service
spec:
  selector:
    app.kubernetes.io/name: MyApp
  ports:
    - protocol: TCP
      port: 80
      targetPort: 80
  clusterIP: 10.0.171.239
  type: LoadBalancer

这时Service的状态还是pending,因为还没有controller为其分配IP地址。

创建新的client

目前我只会记录最近看了个，有些看的比较早的就不记录了，记忆也比较模糊。

自定义神剧（个人主观决定）

• CLANNAD
• Kanon
• リトルバスターズ!
• Air
• Angel Beats! -1st beat-
• かぎなど
• true tears
• 花咲くいろは
• TARI TARI

+----------------+       +-----------------+
|  kubelet       |       |   CRI shim      |
| +-----------+  |       |  +-----------+  |      +-----------+
| |grpc client|<-|-------|->|grpc server|  |<---->| container |
| +-----------+  |       |  +-----------+  |      |  runtime  |
+----------------+       +-----------------+      +-----------+

CRI shim

• cri-o
• cri-containerd
• rkt
• frakti
• docker (cri-dockerd)

container runtime

• gvisor
• kata containers

NAT Mapping

描述NAT在映射网络内主机地址的行为

computer(192.168.100.2:30086) -> NAT -> 1.1.1.1:2345

Endpoint-Independent Mapping

网络内主机在通过同一监听udp地址向不同地址和不同端口发包时, NAT使用同一映射地址向外发包

如 网络内一主机监听了一udp地址 192.168.100.2:30086

此时主机向 1.0.0.1:53 发送udp包,
             NAT使用 1.1.1.1:2345 向 1.0.0.1:53 发包
主机又向   1.0.0.1:63 发送udp包,
             NAT也使用 1.1.1.1:2345 向 1.0.0.1:63 发包
主机又向   8.8.8.8:53 发送udp包,
             NAT也使用 1.1.1.1:2345 向 8.8.8.8:53 发包

这种无论目标地址和端口是什么都使用同一地址进行发包的NAT行为就是 Endpoint-Independent Mapping,
跟没有NAT一样

Address-Dependent Mapping

网络内主机在通过同一监听udp地址向同一地址和不同端口发包时, NAT使用同一映射地址向外发包

如 网络内一主机监听了一udp地址 192.168.100.2:30086

此时主机向 1.0.0.1:53 发送udp包,
             NAT使用 1.1.1.1:2345 向 1.0.0.1:53 发包
主机又向   1.0.0.1:63 发送udp包,
             NAT也将使用 1.1.1.1:2345 向 1.0.0.1:63 发包
主机又向   8.8.8.8:53 发送udp包,
             此时NAT将使用一新映射地址 1.1.1.1:5678 向 8.8.8.8:53 发包

这种依赖目标地址但不依赖端口的NAT映射行为就是 Address-Dependent Mapping

the sensors not show fan and voltage
it’s a kernel bug now Hardware monitoring sensor nct6798d doesn’t work unless acpi_enforce_resources=lax is enabled
need wait add the motherboard name to linux kernel code list linux/drivers/hwmon/nct6775-platform.c

temporary measure

add

acpi_enforce_resources=lax

to linux boot parameter

load nct6775 kernel module

modprobe -v nct6775

run sensors-detect --auto.

finally, you will see nct6798-isa-* in sensors.

拉格朗日插值法

对某个多项式函数，已知有给定的k + 1个取值点：(x0,y0)...(xk,yk)
假设任意两个不同的xj都互不相同，那么应用拉格朗日插值公式所得到的拉格朗日插值多项式为：

l0 = (((x-x1)(x-x2)...(x-xk))/((x0-x1)(x0-x2)...(x0-xk)))*y0
    ...
lk = ...

f(x) = l0+l1...+lk即可求出多项式

example

已知3个点(4,10)(5,5.25)(6,1)

l0 = (((x-5)(x-6))/((4-5)(4-6))) * 10
l1 = (((x-4)(x-6))/((5-4)(5-6))) * 5.25
l2 = (((x-4)(x-5))/((6-4)(6-5))) * 1

f(x) = l0+l1+l2 = 1/4(x^2-28x+136)

Shamir 秘密共享

生成

前置知识 欧拉, 欧拉定理, 模反元素(模逆元) 可参见: RSA加密

阶

由欧拉定理可知，若n,a为正整数，且n,a互素（即gcd(a,n)=1），则 a^phi(n) = 1 (mod n)。
因此满足同余式 a^m = 1 (mod n)的最小正整数m存在，这个m称作a模n的阶，记作delta(n,a)。

原根

若n,a为正整数，且n,a互质，如果 gcd(a,n)=1 且 delta(n,a) = phi(n), 则称a为模n的原根.
简单来说，使该式成立的d可能有很多个值，又由欧拉定理可知delta(n,a) = phi(n)一定是满足的，如果此时所有delta(n,a)的可能取值中phi(n)是最小的，那么就称a为模n的原根。

eg:

a=3, n=7
可知 3,7互质, 所以phi(n) = 7 - 1 = 6
可得 3^6 = 1 (mod 7)

计算3^1, 3^2, 3^3, 3^4, 3^5 (mod 7) 都不等于1, 所以 6为满足 a^x = 1 (mod n)的最小正整数

delta(7,3) = 6 = phi(7), 可得 3为模7的原根

性质