Domando o Pico de Demanda Sincronizada: Uma Abordagem Fundamentada

2025-08-25
Domando o Pico de Demanda Sincronizada: Uma Abordagem Fundamentada

Demanda sincronizada, onde um grande número de clientes solicita serviço quase simultaneamente, pode sobrecarregar até mesmo sistemas com bons recursos. Este artigo apresenta uma abordagem fundamentada para mitigar isso usando jitter aleatório para distribuir solicitações ao longo do tempo. Calculando um tamanho de janela seguro (W), as solicitações são distribuídas uniformemente, reduzindo assim a taxa de chegada de pico. O artigo também discute o uso de dicas do lado do servidor (como cabeçalhos Retry-After) e limitação de taxa para refinar a estratégia, equilibrando a estabilidade e a justiça do sistema. A abordagem é enquadrada como um problema de controle, enfatizando a necessidade de tomada de decisão e verificação orientadas por telemetria.

Leia mais
Desenvolvimento

O Equilíbrio do Golpista: Como a Publicidade CPA Quebrou o Sinal de Qualidade

2025-07-19
O Equilíbrio do Golpista: Como a Publicidade CPA Quebrou o Sinal de Qualidade

Este artigo explora como a internet, e especificamente a publicidade de Custo por Aquisição (CPA), quebrou o mecanismo tradicional de sinalização de qualidade na publicidade. Historicamente, vendedores de alta qualidade estavam mais dispostos a investir pesadamente em publicidade devido a retornos mais altos a longo prazo. A publicidade CPA, no entanto, permite que vendedores de baixa qualidade financiem anúncios a partir da receita do primeiro dia, minando esse sinal. Fatores como a fácil criação de marcas, penalidades leves para devoluções, compressão de classificação e a confiança do consumidor em heurísticas de preço contribuem para um "equilíbrio do golpista" onde produtos de baixa qualidade dominam. O artigo apresenta um modelo econômico ilustrando isso e propõe soluções como IDs de fabricante persistentes e sobretaxas de CPA ajustadas à devolução para dissuadir vendedores de baixa qualidade.

Leia mais

Desbloqueando Dados Tabulares para LLMs: Uma Abordagem de Destilação Mecânica

2025-05-09
Desbloqueando Dados Tabulares para LLMs: Uma Abordagem de Destilação Mecânica

Os grandes modelos de linguagem (LLMs) são excelentes no processamento de texto e imagens, mas têm dificuldades com dados tabulares. Atualmente, os LLMs dependem principalmente de resumos estatísticos publicados, deixando de aproveitar totalmente o conhecimento contido em conjuntos de dados tabulares, como dados de pesquisas. Este artigo propõe uma nova abordagem usando técnicas de destilação mecânica para criar resumos univariados, bivariados e multivariados. Isso é aumentado solicitando ao LLM que sugira perguntas relevantes e aprenda com os dados. O pipeline de três etapas envolve a compreensão da estrutura de dados, a identificação dos tipos de perguntas e a geração de resumos mecânicos e visualizações. Os autores sugerem que esta abordagem pode melhorar os sistemas de Geração Aumentada por Recuperação (RAG) e complementar o 'conhecimento do mundo' potencialmente tendencioso, recomendando começar com repositórios de artigos científicos (como o Harvard Dataverse) e dados administrativos para validação.

Leia mais