diff --git a/blogs/2024/2024-04-07/index.md b/blogs/2024/2024-04-07/index.md
index 39f05ccb7f..f5e2eaedb3 100644
--- a/blogs/2024/2024-04-07/index.md
+++ b/blogs/2024/2024-04-07/index.md
@@ -11,6 +11,8 @@ tags: []
 
 ## 🌟 AI 相关
 
+[《人工智能机器学习算法总结--2.逻辑回归算法》](https://mp.weixin.qq.com/s/C00sLxto2f5cxsmuva9VsA)。这篇文章详细介绍了逻辑回归算法，这是一种处理二分类问题的机器学习算法。文章概括了逻辑回归的定义、目标及应用，并解释了其与线性回归的不同之处。底层结构清晰地描述了逻辑回归包括的组成部分，如输入层、权重、线性组合、激活函数（Sigmoid函数）、输出层、损失函数（如交叉熵损失函数）及优化算法（如梯度下降法）。文章还阐述了数据准备、代价函数、梯度计算与模型评价的完整过程，包括特征映射、判定边界的绘制等，并提出防止过拟合的正则化技巧。
+
 [《CMAT: 与GPT3.5相媲美的1.8B Agent模型和框架》](https://mp.weixin.qq.com/s/srCgwrjlggVlSwtOzU6iQw)。本文主要介绍了一种与 GPT3.5 性能相匹那的1.8B Agent 模型和框架。提出了 TinyAgent 模型和多代理合作调整 (CMAT) 框架，通过环境反馈驱动的权重调整，增强了语言代理的能力。尤其突出了 TinyAgent-7B模型，虽然参数量不多，但是其性能达到了与 GPT-3.5 相当的水平，显示出大型语言模型在精效方面的巨大进步。同时，文章还详解了 CMAT 框架的运行机制和优势，利用高质量数据集进行训练和 LoRA 方法进行优化，显著提升了模型的性能和应用创新。
 
 [《谷歌更新Transformer架构，更节省计算资源!50%性能提升》](https://mp.weixin.qq.com/s/Xqnv2L9X4KRkfpTaw7B0SA)。Google更新了Transformer架构，发布了Mixture-of-Depths（MoD），它通过动态分配计算资源来跳过不必要的计算，大幅提高了模型的训练效率和推理速度。论文展示了使用MoD的模型在减少每次向前传播所需的FLOPs的同时，步进速度可提高50%。这种方法不仅节约了资源，更在提升性能方面展现出巨大潜力，特别是在大模型的训练和推理中，使得计算资源的分配更为精确和高效。这项研究由DeepMind和麦吉尔大学共同开展，主要贡献者是David Raposo和Adam Santoro。
@@ -39,6 +41,10 @@ tags: []
 
 ## ⭐️ Go & 云原生 & Rust 相关
 
+[《探索 Go 的 Fan-Out/Fan-In 模式:让并发更 easy》](https://mp.weixin.qq.com/s/ceM2RWiVtq6HJml5Y1y9lA)。本文来自 Go Official Blog，目的在于引导读者理解如何在 Go 中利用扇出（Fan-Out）和扇入（Fan-In）模式简化并发操作。扇出是指单个 goroutine 将任务分发给多个工作 goroutine；扇入则是多个工作 goroutine 完成任务后，将结果汇总到一个通道。文章解释了这种模式的优势，包括提升程序性能、简化任务管理，并使并发更易于维护。同时，文章通过代码示例展示了在 Go 应用程序中如何实施 Fan-Out/Fan-In 并发模式。
+
+[《Go 是社区驱动吗?哪种模式更好》](https://mp.weixin.qq.com/s/l4vUCYmo-kz5wdiORYKU7A)。作者煎鱼对 Go 语言是否为社区驱动的模式进行了深入探讨。文章基于 Chris Siebenmann 的观点，讨论了 Go 的发展受 Google 影响较大，且社区的声音在关键决策中并不占主导地位。举例说明了 Go Module 的引入过程如何背离社区开发的依赖管理系统。同时文章讨论了社区驱动与企业所有的开发模式差异，及其对开源项目命运的影响，指出虽然许多顶尖的开源项目背后有企业影子，但实际上可能没有一种模式是绝对优于另一种的。
+
 [《Rust 多线程开发:scoped thread》](https://juejin.cn/post/7325441612402098195)。本文由Pomelo_刘金撰写，讨论了Rust语言中scoped thread的概念和优势。Scoped thread是一种生命周期和创建它的作用域绑定的线程，与标准的`std::thread::spawn`函数创建的线程相反，不需要将数据拥有权移至线程中，允许更安全地共享父作用域的数据。文章比较了普通线程和scoped thread的特点和生命周期管理，并通过代码示例展示如何在Rust中创建和用scoped thread安全地并发处理数据。这种线程是处理Rust并发时非常有价值的模式，尤其是在多个线程间安全共享数据时。
 
 [《Rust 解码 Protobuf 数据比 Go 慢五倍?记一次性能调优之旅》](https://mp.weixin.qq.com/s/ktOGySi9HJ31G2-IOfxHZw)。文章作者v0y4g3r总结了如何通过性能调优把Rust在解析Protobuf数据时的速度从原先比Go慢五倍提升到仅慢33.3%。作者首先利用池化技术减少内存分配释放的耗时，再尝试用`Bytes`数据类型来实现零拷贝，但遇到了性能退步。通过火焰图分析，确定了性能瓶颈：`BytesAdapter`和`Buf`的转换开销和`Bytes::slice`的内存安全开销。最后，作者通过一些`unsafe`操作优化了`slice`和类型特化，获得了显著的性能提升。文章强调Rust的内存安全机制和底层实现对性能调优的影响，同时提醒重点关注代码热点路径的底层开销。