https://arxiv.org/pdf/2305.18290 DPO的核心 DPO核心创新在于将"语言模型暗藏着奖励模型"这一理论洞见转化为实用的训练方法，使得模型对齐过程变得更加简单、高效和稳定。 DPO如何解决RLHF的核心问题 DPO（直接偏好优化）通过以下方式简化和解决RLHF的问题： 数学转换：DPO发现了一种巧妙的数学变换，将RLH…

论风景，是圆明园的plus版

人多的地方是真多，但人少的地方是很清净，舒适 所到之处 小动物 水上一只鸟，树上一只鸟，水里一条鱼 景区深处

实习第一站：北京字节 后续慢慢更新... Go go go 出发喽 第一次坐大型机，波音777。登机口是最远的那个，属实是有点离谱。不过国航的餐食味道还可以。最后一张图是北京首都的机场快线，和长沙的那个磁悬浮有点像，不过它不是磁悬浮。 为什么要画个分割线。。。租房实在难。 实习第一天 最后一天下午茶 刚上了几天班就马上最后一天下午茶了，福利也越来越…

待补题 Atcoder https://atcoder.jp/contests/abc408/tasks/abc408_e https://atcoder.jp/contests/abc406/tasks/abc406_e https://atcoder.jp/contests/abc404/tasks/abc404_e 牛客 codeforces

树状数组 参考理解链接：https://www.acwing.com/file_system/file/content/whole/index/content/551838/ int lowbit(int x) { return x&-x; } int ask(int k) //区间查询 { int res=0; for(int i=k;i…

参考链接：https://www.cnblogs.com/wanglouxiaozi/p/16935527.html 不行大概率是目录权限的问题。ssh为了安全起见对用户目录和.ssh目录及其子文件的权限作了要求。如果不对，免密登录不生效。详情可参考上面博客。 我这边的原因：authorized_keys的权限是664，改为644就OK了 3. S…

安装Anaconda Miniconda下载链接：https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 换源 pip源 清华源，华为源 （换成对应服务器的源速度可以大大提高，华为云这里有 70MB/s） 设为默认 升级 pip 到最新的版本后进行配置： python -m pip inst…

K-Means 模板题：K-Means Clustering def k_means_clustering(points: list[tuple[float, float]], k: int, initial_centroids: list[tuple[float, float]], max_iterations: …

https://snailwish.com/252/