摘要：
那么LLM是否也可以进行推理呢？之前我们学过，LLM可以通过提示词或者few-shot，zero-shot-Cot等进行推理。下面介绍一个新方法：自我一致性（Self-Consistency） 下面来看一下效果 还有一种策略：将一个问题分解成多个小问题逐个解决 这种方法的泛化性甚至很好，也就是说我们 阅读全文
posted @ 2025-03-17 14:41
最爱丁珰
阅读(26)
评论(0)
推荐(0)
摘要：
目录公共白板的作用可视化工作流程实时协作与问题发现促进持续改进每日站会的作用同步信息与对齐目标快速响应与问题解决增强团队责任感与透明度聚焦目标与优先级两者协同增效 公共白板（如看板、Scrum板）和每日站会是敏捷开发中常用的协作工具和实践，它们通过可视化、透明化和持续沟通，帮助团队提升效率、减少摩擦 阅读全文
posted @ 2025-03-16 22:37
最爱丁珰
阅读(39)
评论(0)
推荐(0)
摘要：
\((3)\) 看不懂答案在说什么。。一般来说，就认为点积既有方向的元素也有长度的元素，而求和只有长度的元素，所以点积更好（比如两个方向垂直的向量） 阅读全文
posted @ 2025-03-16 09:49
最爱丁珰
阅读(11)
评论(0)
推荐(0)
摘要：
Problem Set 3.1 Problem 3.1.1 \((1)\)利用二分答案。令\(l,r\)表示答案存在的区间（初始化\(l=2,r=n-1\)）。在每一次二分中：令\(m=\lfloor\frac{l+r}{2}\rfloor\)，判断\(A[m]\)与其两个邻居之间的大小关系，若\( 阅读全文
posted @ 2025-03-15 20:46
最爱丁珰
阅读(43)
评论(0)
推荐(0)
摘要：
\((5)\) 他这个答案算是一种方式吧，但是你说不能令一个time就是一个num_steps吗？我觉得可以 阅读全文
posted @ 2025-03-15 18:50
最爱丁珰
阅读(14)
评论(0)
推荐(0)
摘要：
我觉得他这种读取的方法比较幽默，后面的机器翻译什么的，全部都是用的截断和填充，不知道他这么读取的意义在哪里 阅读全文
posted @ 2025-03-15 18:45
最爱丁珰
阅读(8)
评论(0)
推荐(0)
摘要：
先来复习一下各个类型在计算机中的表现形式 \(32\)位浮点数 绿色数位越多，所能表示的范围越大（既可以表示更小的数，也可以表示更大的数）；蓝色数位越多，所能表示的精度越高 \(16\)位浮点数 好处是可以节省内存。如果我们正在训练神经网络，但是突然发现内存不够了，有哪些解决方法呢？ 我们就可以把所 阅读全文
posted @ 2025-03-15 13:51
最爱丁珰
阅读(31)
评论(0)
推荐(0)
摘要：
\((3)\) a.看代码，可以知道就是把\(\text{softmax}\)之后的值当成一个概率分布，然后在里面进行随机抽样；这个样子当然会让困惑度增加，因为选择多了很多 b.这个题干的意思就是让\(\text{softmax}\)之后的概率分布的值进行变化，大的更大，小的更小，从而逼近选择概率最 阅读全文
posted @ 2025-03-15 09:29
最爱丁珰
阅读(13)
评论(0)
推荐(0)
摘要：
下面讲一下分离梯度到底是个什么事，利用下面的图 假设不使用detach_()，那么在图中，两个\(h_3\)就是相同的，于是在第二个批次对\(L_2\)进行反向传播的时候，就会退回到第一个批次的计算图中；如果使用detach_()，那么中间的黑色的连线就没有了，于是就会只计算第二个图的梯度了 阅读全文
posted @ 2025-03-15 09:10
最爱丁珰
阅读(12)
评论(0)
推荐(0)
摘要：
为什么要将式\((8.29)\)的循环计算去除变成式\((8.32)\)？直接对式\((8.29)\)进行递推计算不可以吗？ 在循环神经网络（RNN）中，将式(8.29)的递归计算展开为式(8.32)的显式求和形式，主要有以下原因： 1. 揭示梯度传播的长期依赖问题 式(8.29)的递归形式为： \ 阅读全文
posted @ 2025-03-15 08:52
最爱丁珰
阅读(63)
评论(0)
推荐(0)
浙公网安备 33010602011771号