该文被密码保护。 阅读全文
posted @ 2023-12-25 22:05
ricky_lin
阅读(0)
评论(0)
推荐(0)
摘要：
v0.1 upsdate on 2023.11.07 较原版内卷监视工具，增加了一下功能： 计分板（宏观掌控他人的卷题数量和难度分布） 多次连续AC相同题目去重 可能会不定时更新 有什么建议可以提出 code for v0.1 var userlist = ["ricky_lin","Query_F 阅读全文
posted @ 2023-11-07 22:04
ricky_lin
阅读(994)
评论(0)
推荐(0)
摘要：
各类题目解法总结 一、DP 性质： 最优子结构，可拆解并且子问题最优，父问题最优 子问题重复性，一个子问题可能会影响多个不同的下一阶段的原问题 (可以从数位DP中清楚地理解) 无后效性，即此时的之前状态无法直接影响未来的决策 1.1 区间DP 常见数据范围&解题方法： | 数据范围 | 类型 | 解 阅读全文
posted @ 2023-04-05 09:30
ricky_lin
阅读(136)
评论(0)
推荐(1)
摘要：
https://www.techrxiv.org/doi/pdf/10.36227/techrxiv.177006506.61959855/v1 一、Agent 概述 1.1 Agent 历史 首先讲了一些历史，之前的的 Agent 参数等全部固定，按照固定的规则形式，现在加入了大模型，多了很多不确 阅读全文
posted @ 2026-10-14 17:10
ricky_lin
阅读(11)
评论(0)
推荐(1)
摘要：
ICLR keynote 人类和 AI 的交流： 机器工作在一个非常不同的空间中，同时它对这个世界也有着非常不同的体验 Assumptions: built under wrong assumptions Expectations: not doing what we think they do B 阅读全文
posted @ 2026-10-04 20:29
ricky_lin
阅读(3)
评论(0)
推荐(0)
摘要：
Idea 1: Dense representations and distributional semantics Idea 2: Depth and neuran networks Idea 3: Sequence models and computational efficiency Idea 阅读全文
posted @ 2026-09-30 22:10
ricky_lin
阅读(5)
评论(0)
推荐(0)
摘要：
conv1d Conv1d 是一维卷积层，主要用于处理序列数据，比如文本、音频、时间序列、传感器信号等。它在序列的单一维度上滑动卷积核，提取局部特征。 我们可以使用多个滤波器，进行一维卷积这样我们就能得到多个向量 一维离散卷积（严格说是互相关）： \[y[n] = \sum_{k=0}^{K-1} 阅读全文
posted @ 2026-09-30 20:45
ricky_lin
阅读(4)
评论(0)
推荐(0)
摘要：
Reasoning What facts + logic \(\Rightarrow\) answer 分类1 Deductive Reasoning(演绎推理) Inductive Reasoning(归纳推理) Abductive Reasoning(溯因推理) 类型 英文 方向 结论强度 典型 阅读全文
posted @ 2026-09-24 20:08
ricky_lin
阅读(11)
评论(0)
推荐(0)
摘要：
微调 IFT(Instruction Fine-tuning) 使用一些系统同提示词（system prompts） SFT(supervised finetuning) DPO（Direct Preference Optimization） 直接偏好优化，是一种不训练奖励模型、也不用强化学习的大模 阅读全文
posted @ 2026-09-24 20:08
ricky_lin
阅读(9)
评论(0)
推荐(0)
摘要：
History 19世纪：Richard Caton 可以测量到大脑电流在给出指令后发生细微变化 1924：Hans Berger 脑电图 EEG 在头部放电极 实现 从多个神经元的波动中解码人的意图，这就可以通过机器学习实现 设备：多电极阵列（multi-electrode arrays） Res 阅读全文
posted @ 2026-09-22 15:01
ricky_lin
阅读(10)
评论(0)
推荐(0)
摘要：
Mixed Precision Training Floating Points 101 FP32 -> FP16 有什么改变： Pros: 内存减半 Cons: 更小的可表示范围 精度更小 于是我们两个都用（计算时用 FP16，网络更新使用 FP32）： Mixed precision train 阅读全文
posted @ 2026-09-22 08:56
ricky_lin
阅读(10)
评论(0)
推荐(0)
摘要：
这份总结聚焦于从你提供的“工程与理论”幻灯片出发，围绕强化学习在机器人控制中的核心逻辑、现实挑战及算法缺陷展开的讨论： 核心理论框架：序贯决策与MDP 基本概念：幻灯片中的公式 S_1, a_1 rightarrow S_2, a_2 rightarrow dots rightarrow r_1, 阅读全文
posted @ 2026-09-21 14:40
ricky_lin
阅读(13)
评论(0)
推荐(0)
摘要：
Different reasons for measuring performance MMLU benchmark(most standard) Close-ended evaluations limited answer for the task percision、recall 和 NLP 区 阅读全文
posted @ 2026-09-18 16:54
ricky_lin
阅读(11)
评论(0)
推荐(0)
浙公网安备 33010602011771号