第三届中国 Rust 开发者大会 王俊吉 RustBelt - Rust 的形式化语义模型 Outline Background • RustBelt Project • Rust Types Overview Rust Semantics • Type System • The own Predict • Exclusive Ownership & Mutable Borrow

— Oleg Kiselyov 目录 CONTENTS 提供语法和语义的语言不仅仅是工具， 还是思维方式 表达能力的极限，由内破除， 还是从外破除？ Moshmosh： 我的Python不可能这么甜美清新 下班时在干什么？有没有空？可以来contribute吗? 1 提供语法和语义的语言 不仅仅是工具， 还是思维方式 “语言只是工具”是现代社会最为荒谬的说法之一。 语言决定思维模型 GNU-APL C++ Haskell 说 到 质 数 ， 人 们 想 到 什 么 ？ 语言决定思维模型 在 实 际 业 务 中 处 理 数 据 。 Haskell 虽然模式匹配似乎还不甚流行，但它仅是编 程语言走向未来必然经过的一个极其不起眼 的、实现简单的基础设施。 语言决定思维模型 在 实 际 业 务 中 处 理 数 据 。 Python 语言决定思维模型 Python 人们不得不成规模地重复工作，或是任由冗余在codebase里猖獗； 抛弃更深远的抽象和语义，最终代码的编写成为了让人烦恼的苦力。 Python是有极限的！我不写Python了！ 摆 脱 编 程 语 言 给 你 的 限 制 ？ 我们不继续谈语言和思维的问题了，也不谈一些高级的特性是多么 make sense却没有支持。 就说Python。Python是有极限的，只从语义语法上讲。 和性能、GIL相关的问题我们放在一边。 1

解放Python的 表达力，性能和安全性 Thautwarm 目录 CONTENTS 语法和语义扩展 JIT 静态类型 语法和语义扩展 表达力的扩展， 可用性的保留，白来的午餐？ 演示一小部分: 模式匹配, Quick Lambda, Pipe运算 语言决定思维模型 GNU-APL C++ Haskell 说 到 质 数 � 人 们 想 到 什 么 � 语言决定思维模型 语言决定思维模型 在 实 际 业 务 中 处 理 数 据 � Haskell 虽然模式匹配似乎还不甚流行，但它仅是编 程语言走向未来必然经过的一个极其不起眼 的、实现简单的基础设施。 语言决定思维模型 在 实 际 业 务 中 处 理 数 据 � Python 语言决定思维模型 语言中的语法和语义， 决定了 它真实的表达力。 大多数语言都不是“万金油” 的，这是客观事实。 但它们不够“万金油”的问题 但它们不够“万金油”的问题 来源，不一定是不能解决的。 扩展语言，开阔思维 我预期的语法(及语义) 扩展系统: 1. 首行用moshmosh? 标志模块 2. +extension名 (extension参数)开 启扩展 3. -extension名 (extension参数)关 闭扩展 4. 可以自定义扩展并 注册 5. 在这套系统下，有 很多简单的自定义 扩展可供练手 任何在不使用该系统时拥有的功能（PYC二进制文件

com（邮件标题请注明：美团搜索核心排序组） 36 > 美团 2020 技术年货 BERT 在美团搜索核心排序的探索和实践 作者：李勇 佳昊 杨扬 金刚 周翔 朱敏等 为进一步优化美团搜索排序结果的深度语义相关性，提升用户体验，搜索与 NLP 部 算法团队从 2019 年底开始基于 BERT 优化美团搜索排序相关性，经过三个月的算法 迭代优化，离线和线上效果均取得一定进展。本文主要介绍探索过程以及实践经验。 Query，也有商户别名和地址等长尾的 Query，准确刻画 Query 与 Doc 之间的深度语义相关性至关重要。基于 Term 匹配的传统相关性特征 可以较好地判断 Query 和候选 Doc 的字面相关性，但在字面相差较大时，则难以刻 画出两者的相关性，比如 Query 和 Doc 分别为“英语辅导”和“新东方”时两者的 语义是相关的，使用传统方法得到的 Query-Doc 相关性却不一致。 2018 具有强大的文本特征提取能力，早在多 项 NLP 任务中得到了验证，美团搜索也基于 Transformer 升级了核心排序模型，取 算法 < 37 得了不错的研究成果 [3]。为进一步优化美团搜索排序结果的深度语义相关性，提升用 户体验，搜索与 NLP 部算法团队从 2019 年底开始基于 BERT 优化美团搜索排序相 关性，经过三个月的算法迭代优化，离线和线上效果均取得一定进展，本文主要介绍 BERT

Nim的实验性功能在这⾥ (manual_experimental.html)。 注意: 赋值、移动和析构在⽂档特定的析构 (destructors.html)部分。 当前⼿册对 Nim 语⾔的词法、语法和语义做了描述。 打算学习怎样编译 Nim 程序和⽣成⽂档，请阅读⽤户编译指南 (nimc.html)和⽂档⽣成⼯具指南 (docgen.html)。 Nim语⾔使⽤"扩展BNF"来解释结构， (a)* a)* 的简写， a ^* b 则是 (a (b a)*)? 的简写。 例如: arrayConstructor = '' expr ^* ',' '' Nim 的其他，如作⽤域规则或运⾏时语义，使⽤⾮标准的描述。 ifStmt = 'if' expr ':' stmts ('elif' expr ':' stmts)* ('else' stmts)? 定义 Nim 代码是特定的计算单元，作⽤于称为 syntax tree (AST) "抽象语法树"的内部数据结构，在执⾏代码或将其编译为可执⾏⽂件之 前，通过 semantic analysis "语义分析"对AST进⾏转换，增加了语义信息，如表达式类型、标识符的含义，以及在某些情况下表达 式的值。在语义分析中检测到的错误被称为 static error "静态错误"，当前⼿册中描述的错误在没有其他约定时，就是静态错误。 panic "恐慌"是在

进一步提高检测精度。YOLOv5 的标签分配策略是基于 Shape 匹配，并通过跨网格 匹配策略增加正样本数量，从而使得网络快速收敛，但是该方法属于静态分配方法， 并不会随着网络训练的过程而调整。 近年来，也出现不少基于动态标签分配的方法，此类方法会根据训练过程中的网络输 出来分配正样本，从而可以产生更多高质量的正样本，继而又促进网络的正向优化。 例如，OTA[7] 通过将样本匹配建模成最佳传输问题，求得全局信息下的最佳样本匹 佳样本匹 配策略以提升精度，但 OTA 由于使用了 Sinkhorn-Knopp 算法导致训练时间加长， 而 SimOTA[4] 算法使用 Top-K 近似策略来得到样本最佳匹配，大大加快了训练速 度。故 YOLOv6 采用了 SimOTA 动态分配策略，并结合无锚范式，在 nano 尺寸 模型上平均检测精度提升 1.3% AP。 SIoU 边界框回归损失 为了进一步提升回归精度，YOLOv6 等等，这些损 失函数通过考虑预测框与目标框之前的重叠程度、中心点距离、纵横比等因素来衡量 两者之间的差距，从而指导网络最小化损失以提升回归精度，但是这些方法都没有考 虑到预测框与目标框之间方向的匹配性。SIoU 损失函数通过引入了所需回归之间的 向量角度，重新定义了距离损失，有效降低了回归的自由度，加快网络收敛，进一步 提升了回归精度。通过在 YOLOv6s 上采用 SIoU loss 进行实验，对比

寻找能被DDOS的正则表达式 寻找最坏时间复杂度大于等于? ?? 的正则表达式 利用正则表达式匹配的回溯 正则表达式匹配原理：NFA 正则表达式：(a|b)*abb 对应的NFA 匹配算法需要尝试每一条路径，直到找到一条匹配路径。尝试所有路径失败则匹配失败。 • 尝试所有匹配路径 • 路径尝试失败，需要回溯 正则表达式DDOS原理 正则：A.*B 文 本：AAN WAF可被 DDOS攻击 WAF的正则 表达式规则 匹配完 整输入 是 否 存在规则大 于等于?(??) 维护几十条到几百条正则表达式规则，保证拦截率，误报率前提下，所有规则最坏 时间复杂度小于?(??)，是一件很难事情。 正则表达式不适合用于构建WAF Part 2 现有WAF的解决方案 基于语义检测的WAF 正则：select.*from Improved from’, give me a hand。 基于语义检测的WAF 输入是否有效代码 执行了什么动作 动作是否有危害 抽象攻击语义 基于语义检测的WAF—实现 用户输入 词法分析 语法分析 攻击语义检测 攻击语义抽象 基于语义检测的WAF—优缺点 运营成本低 高准确率 优点|缺点 应急 响应慢 语义抽象 依赖人 低漏报 开发成本很高

let c = 3; ES6 允许写成下面这样。 let [a, b, c] = [1, 2, 3]; 上面代码表示，可以从数组中提取值，按照对应位置，对变量赋值。 本质上，这种写法属于“模式匹配”，只要等号两边的模式相同，左边的变量就会被 赋予对应的值。下面是一些使用嵌套数组进行解构的例子。 变量的解构赋值 45 let [foo, [[bar], baz]] = [1, [[2] [foo] = []; let [bar, foo] = [1]; 以上两种情况都属于解构不成功， foo 的值都会等于 undefined 。 另一种情况是不完全解构，即等号左边的模式，只匹配一部分的等号右边的数组。 这种情况下，解构依然可以成功。 变量的解构赋值 46 let [x, y] = [1, 2, 3]; x // 1 y // 2 let [a, [b], d] foo: "aaa", bar: "bbb" }; baz // "aaa" foo // error: foo is not defined 变量的解构赋值 50 上面代码中， foo 是匹配的模式， baz 才是变量。真正被赋值的是变量 baz ， 而不是模式 foo 。 与数组一样，解构也可以用于嵌套结构的对象。 let obj = { p: [ 'Hello'

--downlevelIteration 编译选项，编译器会使用新的类型检查和输出行 为，尝试调用被迭代对象的 [Symbol.iterator]() 方法 (如果有)，或者在对象上 创建一个语义上的数组迭代器。 注意这需要非数组的值有原生的 Symbol.iterator 或 者 Symbol.iterator 的运行时模拟实现。 使用 --downlevelIteration 或 !== 操作符 和 null 或 undefined 进行比较，如 x != null 或 x === undefined 。对被 试变量类型的影响准确地反映了JavaScript的语义（比如，双等号运算符检查两个 值无论你指定的是null还是undefined，然而三等于号运算符仅仅检查指定的那一个 值）。 类型保护中的点名称 类型保护以前仅仅支持对局部变量和参数的检查。现在类型保护支持检查由变量或 "node_modules", "**/*.spec.ts" ] } 支持文件通配符的符号有： * 匹配零个或多个字符（不包括目录） ? 匹配任意一个字符（不包括目录） **/ 递归匹配所有子目录 如果文件通配符模式语句中只包含 * 或 .* ，那么只匹配带有扩展名的文件（例 如默认是 .ts 、 .tsx 和 .d.ts ，如果 allowJs 设置 为

38 右值引用和左值引用 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 移动语义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 完美转发 C++ (本书中均指 C++11/14/17/20) 为传统 C++ 注入的大量特性使得整个 C++ 变得更加 像一门现代化的语言。现代 C++ 不仅仅增强了 C++ 语言自身的可用性，auto 关键字语义的修改使得我 们更加有信心来操控极度复杂的模板类型。同时还对语言运行期进行了大量的强化，Lambda 表达式的出 现让 C++ 具有了『匿名函数』的『闭包』特性，而这一特性几乎在现代的编程语言（诸如 变量，将自动被视为一个 auto 变量。而随着 18 2.3 类型推导 第 2 章语言可用性的强化 register 被弃用（在 C++17 中作为保留关键字，以后使用，目前不具备实际意义），对 auto 的语义变 更也就非常自然了。 使用 auto 进行类型推导的一个最为常见而且显著的例子就是迭代器。你应该在前面的小节里看到 了传统 C++ 中冗长的迭代写法： // 在 C++11 之前 // 由于