摘要：参考论文：https://arxiv.org/pdf/2401.02038v1 一、训练方面 1、数据预处理 （1）除噪音 a.去除离群值：使用统计方法（如 z-score、IQR）识别并移除异常数据点。 import numpy as np from scipy import stats data 阅读全文

摘要：一、提示工程(Prompt Engineering)方法 1.1 检索增强生成(Retrieval Augmented Generation, RAG)技术 利用外部权威知识库来增强LLM的响应,提高输出的准确性和时效性。 1.2 自我优化反馈和推理技术 使LLM能够自我纠正和提高可靠性。 1.3 阅读全文

摘要：参考地址：https://mp.weixin.qq.com/s/0qkMbzlU9ks6DNS5MBiU8g 论文地址： （1）cot：https://arxiv.org/pdf/2201.11903.pdf（2）tot：https://arxiv.org/pdf/2305.10601.pdf（3） 阅读全文

摘要：一、租用GPU服务器（我这边选择便宜一些的Autodl） Autodl：https://www.autodl.com/ 智星云：https://gpu.ai-galaxy.cn/ 二、登录服务器，下载模型 1、处理vim时出现的中文乱码问题 vim /etc/vim/vimrc #在文件末尾添加如下 阅读全文