發(fā)簡(jiǎn)信
IP屬地：江蘇
-
2025-02-07 DeepSeek技術(shù)論文拆解出于對(duì)DeepSeek如何實(shí)現(xiàn)強(qiáng)大的思考、總結(jié)和表達(dá)能力的好奇，我去搜索了DeepSeek的技術(shù)論文，試圖了解其實(shí)現(xiàn)方法，并在這篇及系列文章中用...
-
2025-02-13 長(zhǎng)鏈?zhǔn)剿季S（CoT）示例微調(diào)的檢查點(diǎn)
長(zhǎng)鏈?zhǔn)剿季S（CoT）示例微調(diào)的檢查點(diǎn) DeepSeek-R1 的訓(xùn)練流程中的第一階段是 Cold Start（冷啟動(dòng)，SFT 階段），會(huì)使用人工...
-
2025-02-13 監(jiān)督微調(diào)（SFT）數(shù)據(jù)
監(jiān)督微調(diào)（SFT）數(shù)據(jù) 是用于對(duì)預(yù)訓(xùn)練模型進(jìn)行監(jiān)督微調(diào)的有標(biāo)注數(shù)據(jù)慕課網(wǎng)CSDN博客。以下是關(guān)于它的一些要點(diǎn)： 數(shù)據(jù)特點(diǎn) 標(biāo)注性：與預(yù)訓(xùn)練使用的...
-
兩次全球大危機(jī)的比較研究
金融危機(jī)似乎再次上演。 19年以來(lái)，中美貿(mào)易戰(zhàn)、境內(nèi)疫情爆發(fā)、全球疫情蔓延、國(guó)際油價(jià)暴跌，可謂黑天鵝成群結(jié)伴。2020年2月19日至3月23日，...
-
2025-02-08 大型語(yǔ)言模型的多階段訓(xùn)練流程
大型語(yǔ)言模型的多階段訓(xùn)練流程主要包括預(yù)訓(xùn)練、監(jiān)督學(xué)習(xí)微調(diào)、獎(jiǎng)勵(lì)模型訓(xùn)練和強(qiáng)化學(xué)習(xí)微調(diào)四個(gè)階段，具體如下： 預(yù)訓(xùn)練階段 目標(biāo)：讓模型學(xué)習(xí)語(yǔ)言的統(tǒng)計(jì)...
-
2025-02-07 DeepSeek 的冷啟動(dòng)數(shù)據(jù)
DeepSeek 的冷啟動(dòng)數(shù)據(jù) 數(shù)據(jù)來(lái)源與收集方式 few-shot prompting 方式：設(shè)計(jì)帶有長(zhǎng)思維鏈（CoT）的少量示例提示，為模型...
-
2025-02-07 監(jiān)督學(xué)習(xí)
監(jiān)督學(xué)習(xí) 定義 監(jiān)督學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種類(lèi)型，指利用一組已知類(lèi)別的樣本調(diào)整分類(lèi)器的參數(shù)，使其達(dá)到所要求性能的過(guò)程，也稱(chēng)為監(jiān)督訓(xùn)練或有教師學(xué)習(xí)。通...
-
2025-02-07 純強(qiáng)化學(xué)習(xí)（RL）
純強(qiáng)化學(xué)習(xí) 是一種機(jī)器學(xué)習(xí)技術(shù)，強(qiáng)調(diào)智能體僅通過(guò)與環(huán)境進(jìn)行交互并基于環(huán)境反饋的獎(jiǎng)勵(lì)信號(hào)來(lái)學(xué)習(xí)最優(yōu)行為策略，而不依賴(lài)于監(jiān)督學(xué)習(xí)[https://w...
-
2024-09-02 蛤蟆先生去看心理醫(yī)生
自我狀態(tài)的三位一體 兒童自我狀態(tài)：行為和感受像個(gè)孩子。由童年殘留的遺跡搭建而成，包含小時(shí)候體驗(yàn)的所有情感（兒童的基本情感）和隨后演變的行為模式。...