<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Alex_StarSky的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Alex_StarSky</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Alex_StarSky]]></copyright><item><title><![CDATA[DeepSeek｜如何让DeepSeek回答更像领域专家？]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300650</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300650</guid><author>Alex_StarSky</author><pubDate>Sat, 22 Mar 2025 07:15:00 +0800</pubDate><description><![CDATA[细化任务描述尽可能具体地阐述需求，避免模糊表述。比如，若想了解医学领域的知识，不要问 “什么是疾病”，而是具体到 “请详细解释阿尔茨海默病的发病机制、症状表现以及当前的治疗手段”。明确专业背景在 prompt 中点明涉及的专业领域和特定背景。例如，在金融领域，“从宏观经济学和投资学的角度，分析当前利率上升对房地产市场和股票市场的影响”。]]></description><category></category></item><item><title><![CDATA[DeepSeek｜优化prompt设计有哪些方法？]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300604</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300604</guid><author>Alex_StarSky</author><pubDate>Thu, 20 Mar 2025 21:24:08 +0800</pubDate><description><![CDATA[比如在进行历史事件解读时，可提供事件发生的时间、地点、主要人物等信息，“请解读 1919 年发生在北京的五四运动，包括其起因、经过和影响”。例如，若你想让模型生成一篇文章，就不要只写 “写一篇文章”，而应明确具体要求，像 “写一篇 500 字左右、以春节为主题、风格温馨且适合在社交媒体分享的文章”。比如在生成代码时，指定代码的编程语言、缩进规范等，“用 Python 语言编写一个计算斐波那契数列的函数，使用四个空格进行缩进”。例如，“请分析这个问题” 中的 “这个问题” 指代不明，应明确指出具体问题。]]></description><category></category></item><item><title><![CDATA[DeepSeek｜如何评估prompt和completion的效果？]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300718</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300718</guid><author>Alex_StarSky</author><pubDate>Thu, 20 Mar 2025 21:20:45 +0800</pubDate><description><![CDATA[分析用户与模型的交互数据，如用户是否频繁使用某个 prompt，对生成的 completion 是否进行了进一步的追问或修改等。以 “描述一座城市” 的 prompt 为例，评估生成的内容是否涵盖了城市的地理、历史、文化、经济等多个维度，若只涉及其中一两个方面，说明覆盖度不足。损失值越低，说明模型生成的结果越接近真实值，prompt 和 completion 的效果相对越好。例如在诗歌生成任务中，多次输入相同的主题 prompt，看生成的诗歌在内容、风格等方面是否具有多样性，避免总是生成相似的内容。]]></description><category></category></item><item><title><![CDATA[DeepSeek｜prompt和completion有什么作用？]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/145587770</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/145587770</guid><author>Alex_StarSky</author><pubDate>Wed, 19 Mar 2025 07:15:00 +0800</pubDate><description><![CDATA[prompt 用于向模型明确指定要执行的任务。例如，在文本生成任务中，如果。]]></description><category></category></item><item><title><![CDATA[DeepSeek｜如何评估微调的数据需求和算力需求？]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300244</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300244</guid><author>Alex_StarSky</author><pubDate>Tue, 18 Mar 2025 07:15:00 +0800</pubDate><description><![CDATA[模型训练前的评估]]></description><category></category></item><item><title><![CDATA[阿里发布QwQ-32B，比肩DeepSeek-R1满血版]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300470</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300470</guid><author>Alex_StarSky</author><pubDate>Mon, 17 Mar 2025 20:06:32 +0800</pubDate><description><![CDATA[千问的推文表示：「这次，我们研究了扩展 RL 的方法，并基于我们的 Qwen2.5-32B 取得了一些令人印象深刻的成果。我们发现 RL 训练可以不断提高性能，尤其是在数学和编码任务上，并且我们观察到 RL 的持续扩展可以帮助中型模型实现与巨型 MoE 模型相媲美的性能。欢迎与我们的新模型聊天并向我们提供反馈！]]></description><category></category></item><item><title><![CDATA[DeepSeek｜如何基于DeepSeek大模型进行微调？]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300013</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/146300013</guid><author>Alex_StarSky</author><pubDate>Mon, 17 Mar 2025 07:15:00 +0800</pubDate><description><![CDATA[在指定磁盘（如 E 盘）新建文件夹，命名为如 "article_trainer"。比如想让模型在医疗领域表现更好，就收集医疗相关的文本数据，像医学论文、病例、医疗问答等。如果是基于 DeepSeek 模型做通用文本生成的微调，也可以收集各种类型的优质文本，如新闻、小说、科普文章等。：去除数据中的噪声和错误，比如乱码、重复数据、不完整的数据等。同时，删除带特殊符号的内容，统一文章长度，如每篇 500-1500 字。：将代码中的 "你的模型路径" 改为实际路径，例如 "D:/deepseek-model"。]]></description><category></category></item><item><title><![CDATA[数据分析-GroupBy的排序和缺失值处理]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137127301</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137127301</guid><author>Alex_StarSky</author><pubDate>Thu, 28 Mar 2024 23:09:23 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据需要进行分类，拆分，分组处理，，针对每组进行分类处理，处理后的结果还想汇总起来。这是pandas很常见的使用场景，pandas如何通过groupby，分步骤进行数据分类、处理、汇总呢？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas的核心操作groupby简介]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137126890</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137126890</guid><author>Alex_StarSky</author><pubDate>Thu, 28 Mar 2024 22:49:37 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据需要进行分类，拆分，分组处理，，针对每组进行分类处理，处理后的结果还想汇总起来。这是pandas很常见的使用场景，pandas如何通过groupby，分步骤进行数据分类、处理、汇总呢？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas的类型数据的缺失处理]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137057926</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137057926</guid><author>Alex_StarSky</author><pubDate>Wed, 27 Mar 2024 08:00:00 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas类型数据的CSV读写处理]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137057844</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137057844</guid><author>Alex_StarSky</author><pubDate>Wed, 27 Mar 2024 07:30:00 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas类别数据序列Union操作]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137021423</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137021423</guid><author>Alex_StarSky</author><pubDate>Tue, 26 Mar 2024 16:45:00 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas类别数据中的字符串和日期处理]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137021338</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137021338</guid><author>Alex_StarSky</author><pubDate>Tue, 26 Mar 2024 07:15:00 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas类别数据序列合并]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137021305</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137021305</guid><author>Alex_StarSky</author><pubDate>Mon, 25 Mar 2024 17:59:13 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas分类数据的get和set]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137018875</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/137018875</guid><author>Alex_StarSky</author><pubDate>Mon, 25 Mar 2024 16:58:41 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas分类数据的操作方法]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136985051</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136985051</guid><author>Alex_StarSky</author><pubDate>Sun, 24 Mar 2024 11:56:47 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas分类数据的比较如何避坑]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136984775</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136984775</guid><author>Alex_StarSky</author><pubDate>Sun, 24 Mar 2024 11:40:38 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas分类数据的类别排序和顺序]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136977391</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136977391</guid><author>Alex_StarSky</author><pubDate>Sat, 23 Mar 2024 22:59:41 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？]]></description><category></category></item><item><title><![CDATA[数据分析-Pandas分类数据的类别处理]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136976770</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136976770</guid><author>Alex_StarSky</author><pubDate>Sat, 23 Mar 2024 22:24:44 +0800</pubDate><description><![CDATA[数据分析和处理中，难免会遇到各种数据，那么数据呈现怎样的规律呢？不管金融数据，风控数据，营销数据等等，莫不如此。如何通过图示展示数据的规律？
实验数据分析处理，股票序列，时间序列，信号序列，有时候表格的数据并不完全是数值类型，也有可能是字符串，或者其他数据，需要做分类处理。pandas如何控制数据分类处理呢？需要配置哪些参数？]]></description><category></category></item><item><title><![CDATA[GPT实战系列-构建本地知识库RAG的LLM Agent]]></title><link>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136923054</link><guid>https://blog.youkuaiyun.com/Alex_StarSky/article/details/136923054</guid><author>Alex_StarSky</author><pubDate>Thu, 21 Mar 2024 22:40:35 +0800</pubDate><description><![CDATA[本文将介绍如何设计和实现具有LLM能力的聊天机器人。它作为一个有记性的聊天机器人，需管理聊天记录。需给它连接内部知识，通过某种形式的，或简称 RAG，来获取浅的，特定领域的，很有用知识，使聊天机器人更加强大。]]></description><category></category></item></channel></rss>