在存在不确定性计算的流计算中，不确定性计算的（中间）结果可视为流计算引擎状态的一部分。从整体上看，任何一个时间点的引擎状态等于之前所有事件计算结果（中间结果和输出结果）的累计。
如果我们将流计算的过程（获取输入数据、处理数据、输出计算结果）视为数据库的主从同步过程，抑或视为一种从流数据生成衍生数据集（表）的过程，
基于上述的讨论，我们可以大体总结出质量观测的几个痛点：
海量的异构数据：在系统开发、测试、验证、上线等各个阶段产生了大量的日志、时序、Trace 等数据
告警抑制：主要用于处理告警之间的互相影响。例如：某一k8s集群发生OOM严重告警，可以暂时忽略同一集群的低级别告警。
11月11日，在2021天猫双11媒体沟通会上，阿里巴巴集团首席技术官程立分享了主题为“双11的再进化 阿里巴巴好科技的新起点”的演讲。
非常幸运，过去12年我们赶上了整个数字技术的一场波澜壮阔的革命，很多技术经历了从无到有。第一个是云，过去12年有一个非常清晰的脉络，阿里巴巴一方面在造云
每年双11我们都会公布比较有代表性的技术，即十大技术突破点，它们代表着阿里技术的方向和技术价值观。今年我们的核心技术价值观是阿里巴巴要做“好科技”
最近几年，一些多模态预训练技术被提出（如VLBERT、ViLBERT、LXMERT、InterBERT等），这些方法主要用于挖掘图像模态与文本模态信息之间的关联。
此外，图像检索还有一个必不可少的要素就是特征提取，通常包括：全局特征、局部特征、辅助特征等，主要是针对不同任务特点进行相应的优化
在我们的业务场景中，存在一些外观相似而细节有一定差异的牌匾，如图8 (c) 所示，在这种情况下，我们希望模型可以关注到牌匾中的细粒度信息，比如牌匾中文字的字体、文字排版或者是文字内容本身。
