浅谈逆序对在算法竞赛中的具体运用
目录 逆序对简介 逆序对能做什么 一些逆序对杂题 总结 逆序对简介 逆序对定义 给定一个序列 \(a\)，存在有序对 \((i,j)\)，满足 \(i<j\) 且 \(a_i > a_j\)，则称 \((i,j)\) 为一个逆序对。 如何求序列逆序对对数 根据定义：对于一个下标 \(i\)，它能产生 ...
PPO 真正的应用场景，和你想的可能不一样
PPO并非“万能增强器”，而是精准解决模型“行为偏好错位”的工具：当模型“会但总选错”（如安全拒答生硬、风格不稳、高风险下过度自信）时，PPO通过人类偏好反馈重塑其选择倾向；若问题本质是“不会”，则PPO无效甚至有害。用对场景，事半功倍。 ...
PPO 实战：第一次跑通 PPO，到底难在哪
PPO实战难点不在算法理解，而在系统性不确定：动态数据、不稳reward、多目标冲突。关键在于明确对齐目标、用SFT模型起步、必备reference、设计偏好型reward、聚焦policy更新、善用KL系数调控风险，并以行为变化而非loss曲线评估进展——耐心跑通最小闭环，才是成功核心。 ...
为什么你调的不是参数，而是风险
参数一多，微调就变成了一场“看不见赔率的赌博” 如果你做过几次大模型微调，大概率会有一种非常熟悉的体验。 第一次跑通微调之后，你开始觉得这件事“好像也没那么难”。模型能训起来，loss 能降，输出也确实有点变化。接下来，你自然会做一件事：开始调参数。 学习率小一点？ batch size 大一点？ ...
LoRA 不是“免费午餐”：你省下的算力，往往会在别的地方还回去
LoRA 确实解决了很多现实问题，这一点没有任何争议。但问题在于，LoRA 被过度神话了。很多人把它当成了一种“几乎没有代价的微调方式”，仿佛只要挂上 LoRA，就能放心大胆地训练。而真实工程里，LoRA 带来的，从来不是“没有代价”，而是代价被换了一种形式 ...
什么时候不该微调：比“怎么微调”更重要的一件事
在工程实践中，真正成熟的团队，并不是“什么都敢调”，而是知道什么时候该收手。微调是一种非常强的工具，但正因为它强，才更需要克制。很多时候，你不微调，并不是因为你不会，而是因为你足够清楚——现在不是它该出场的时候。 ...
PPO vs DPO：不是谁淘汰谁，而是你用错了位置
为什么大家突然开始“只谈 DPO，不谈 PPO” 如果你最近在刷技术社区、看分享或者听内部讨论，很容易产生一种感觉： PPO 好像有点“过时”了，DPO 才是新一代对齐方案。 很多文章在反复强调： DPO 不需要 reward model DPO 更稳定 DPO 更简单 DPO 是对 PPO 的“降 ...
从零搭建向量数据库：实现文本语义检索实战
从零搭建向量数据库：实现文本语义检索实战 写在最前面：我一开始真没打算“自己搭一个” 说句实话，我第一次接触向量数据库的时候，根本没想过要自己搭一套。 原因也很现实： 市面上已经有不少成熟产品 文档、SDK、Demo 一应俱全 看起来直接用现成的就好 所以一开始我的想法非常简单： 我只需要一个“能做 ...
不用换显卡！大模型微调显存优化实操指南（附代码+效果对比）
不用换显卡！大模型微调显存优化实操指南（附代码+效果对比） （一）引言：低显存显卡的“微调困境”怎么破？ 大家好，我是七七！之前写过大模型微调显存消耗的核心原因，后台立马炸了——九成粉丝都在说：“博主，道理我懂了，但我只有16G显卡，还是跑不通7B模型，总不能为了微调换48G显卡吧？” 其实这也是我 ...
LeetCode26. 删除有序数组中的重复项 27. 移除元素 35. 搜索插入位置 数组，双指针 二分查找
26. 删除有序数组中的重复项 给你一个 非严格递增排列 的数组 nums ，请你 原地 删除重复出现的元素，使每个元素 只出现一次 ，返回删除后数组的新长度。元素的 相对顺序 应该保持 一致 。然后返回 nums 中唯一元素的个数。 考虑 nums 的唯一元素的数量为 k。去重后，返回唯一元素的数 ...
读大话数据结构的总结1
如下知识均来自大话数据结构这本书，作者程杰 算法是解决特定问题求解步骤的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作。 算法具有五个基本特性: 输入、输出、有穷性、确定性和可行性 1.输入：算法可以有输入，也可以没有 2.输出：算法必须要至少有一个输出 3.有穷性：指算法在执 ...
最长公共子序列 LCS
今天退役了，根据惯例要写一篇小作文，如果你能能读完这篇小作文，我会很高兴。 这篇小作文会介绍一下我在打 ICPC 期间学过的 LCS 相关的算法，希望能提高大家的理解。 \(\text{LCS}\) 问题：字符集为 \(\Sigma\)，你需要求两个字符串 \(A, B\) 的最长公共子序列。 经典 ...
数学的大厦（五）：除法、有理数、等价关系
在整数这个崭新的世界里，乘法是畅通无阻的。但它的逆运算——除法，又成了新的不可能任务。6 / 3 = 2，没问题，结果还是个整数。但 3 / 6 呢？2 / 3 呢？1 / 2 呢？在整数的世界里，没有它们的容身之处。 是时候再次启动我们的“创世工具”流水线了。我们将现场展示，如何用完全一样的“有序 ...
Atcoder-ABC-431-E
网格图转向最短路问题 题目描述 给定一个 \(n \times m\) 的网格，每个格子标记为 A、B 或 C 类型。从起点 \((1, 1)\) 出发，初始方向向右，目标到达 \((n, m+1)\)（网格右侧外一格）且方向向右。 在不同的格子类型中转向有不同的代价规则： A 格：直行不消耗代价， ...
安徽京准：国产化北斗卫星对时服务引领全球
安徽京准：国产化北斗卫星对时服务引领全球 安徽京准：国产化北斗卫星对时服务引领全球 京准科技官微——ahjzsz 全国产北斗卫星授时服务器正凭借其高精度、自主可控的特点，成为全球精准时间同步领域一股强大的力量。下面这个表格，概括了它的核心优势： 自主可控 从芯片到接收机、软件系统实现100%全国产化 ...
二叉树,搜索树,AVL数
该笔记系统性介绍树结构知识，核心涵盖二叉树（术语、类型、层序/前中后序遍历、数组表示及C++实现）、二叉搜索树（插入、查找、删除操作及代码）、AVL树（平衡因子、旋转操作及C++实现）等内容，通过概念讲解与代码示例结合，详细阐述了树结构的原理与应用。 ...
P11664 [JOI 2025 Final] 缆车 / Mi Teleférico
首先注意到图是一个 DAG，那么我们考虑什么情况下是合法的。发现首先是 \(1\) 必须是唯一的一个入度为 \(0\) 的点，且所有点的入度不为 \(0\) 即可。虽然直接想到了但是补一个证明： 1.必要性。如果存在一个入度为 \(0\) 且非 \(1\) 的点，那么也就是说没有有向边可以到达，故非 ...
