<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Cloris_Sue的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Cloris_Sue</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Cloris_Sue]]></copyright><item><title><![CDATA[GSPO详解]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/163612128</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/163612128</guid><author>Cloris_Sue</author><pubDate>Tue, 11 Aug 2026 14:14:39 +0800</pubDate><description><![CDATA[那其实就是说，GRPO在训练的过程中，对每个token都计算了这个概率，最后将所有概率加起来计算loss。但是不同的token的重要性肯定是不一样的，比如“the”和”a“和具体的代码块的重要程序肯定是不一样的。怎么理解GRPO的优化是token级别的？答：大模型在生成一句话的时候，是一个token一个token 的生成。这导致了一个严重问题：同一个序列内，不同Token的权重可能差异巨大，带来高方差的训练噪声。：即对一个完整的回答（Response）给出一个整体的评分。GRPO 的稳定性隐患。]]></description><category></category></item><item><title><![CDATA[on policy / off policy RL的过程]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/163568241</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/163568241</guid><author>Cloris_Sue</author><pubDate>Sun, 09 Aug 2026 11:47:43 +0800</pubDate><description><![CDATA[在这个阶段，参考策略，（即你训好的SFT模型）被冻结（参数不动）：输入：准备大量高质量的 Prompt。生成（也被叫做采样，rollout）：加载参考策略，，针对这 些Prompt，每一条生成 k 条回复（Response）。注：生成 1 条是基础（如离线 PPO/DPO），生成 k 条（如 是为了做组内相对比较（如 GRPO）。：把生成出来的 回复文本、以及该回复（log-prob），连同 Prompt 一起，全部存入硬盘，形成一个静态的 JSONL 数据集。]]></description><category></category></item><item><title><![CDATA[Qwen2.5 technical report 详解]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/163565215</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/163565215</guid><author>Cloris_Sue</author><pubDate>Fri, 07 Aug 2026 16:26:41 +0800</pubDate><description><![CDATA[Qwen2.5是阿里云通义千问团队推出的新一代大型语言模型系列，在模型架构、训练数据和性能表现上实现全面升级。关键创新包括：预训练数据扩展至18T tokens；新增3B-72B不同规模模型和MoE架构版本；支持长达100万token的上下文处理；后训练采用SFT、DPO和GRPO多阶段优化。其中72B参数模型性能超越同规模竞品，与5倍参数的Llama3-405B相当。模型开源了0.5B-72B参数版本，采用Transformer架构并优化了GQA、RoPE等组件，词表扩展至151,643个token。训练]]></description><category></category></item><item><title><![CDATA[Qwen3 technical report解读]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/163538919</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/163538919</guid><author>Cloris_Sue</author><pubDate>Fri, 07 Aug 2026 14:40:59 +0800</pubDate><description><![CDATA[Qwen3模型系列通过整合思考模式与非思考模式，实现了高效灵活的多任务处理能力。模型采用动态思考预算机制，支持高达38K token的推理深度控制，显著提升响应速度并降低算力消耗。该系列包含6个密集模型和2个MoE模型，参数规模从0.6B至235B，其中旗舰模型Qwen3-235B-A22B总参数量达2350亿，但每个token仅激活220亿参数。预训练阶段采用36万亿token的多语言数据，通过三阶段策略优化模型能力；后训练通过四阶段强化学习提升推理性能，并创新性地实现思考模式融合。模型还采用强到弱蒸馏技]]></description><category></category></item><item><title><![CDATA[elesvier投稿latex模板]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/141611670</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/141611670</guid><author>Cloris_Sue</author><pubDate>Tue, 27 Aug 2024 20:24:45 +0800</pubDate><description><![CDATA[【代码】elesvier投稿latex模板。]]></description><category></category></item><item><title><![CDATA[Ubuntu22.04重装系统+基础配置]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/140717062</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/140717062</guid><author>Cloris_Sue</author><pubDate>Mon, 29 Jul 2024 14:08:28 +0800</pubDate><description><![CDATA[note：备份数据，重装系统后home下的文件会丢失，所以先备份一下home的数据到其他的盘/mnt/下里。记住之前系统的DNS，IP和掩码。先在Ubuntu官网下载22.04桌面版（种子链接要用迅雷下载）。但是版本还是有点高，所以在下载。是做系统盘的文件，下载下来直接在自己电脑上安装，安装一路默认下一步。打开这个做系统盘的软件，点击左上角文件-打开-打开下载的镜像系统文件-打开.选择启动-写入硬盘，看下是不是自己的u盘的名字和大小，如果是的话直接点写入，等待进度条走完。]]></description><category></category></item><item><title><![CDATA[Visual Semantic Role Labeling 文章理解速递]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/129868481</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/129868481</guid><author>Cloris_Sue</author><pubDate>Fri, 31 Mar 2023 17:23:16 +0800</pubDate><description><![CDATA[1）动机：经典的动作识别方法要么研究在图像或视频剪辑水平上的动作分类任务，要么最多是在做动作的人周围产生一个边界框。这样的输出对图像完全理解是不够的。2）内容：提出了Visual Semantic Role Labeling视觉语义角色标记任务：给定一个图像，检测到正在做行动的人，并定位交互的对象。]]></description><category></category></item><item><title><![CDATA[Learning to Detect Human-Object Interactions 文章解读]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/129865680</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/129865680</guid><author>Cloris_Sue</author><pubDate>Thu, 30 Mar 2023 22:14:58 +0800</pubDate><description><![CDATA[主要研究领域定义了HOI detection任务：在静态图像中检测人-对象交互（HOI）的问题，也就是给定一张图片，预测一个人和一个对象边界框并预测连接他们的交互类别。主要工作：1）介绍了HICO-DET数据集，一个新的HOI检测基准，是将目前的HICO分类benchmark添加实例标注增强得到的。2）提出了Human-Object Region-based Convolutional Neural Networks (HO-RCNN).这个网络的核心是，这个交互模式表征了两个边界框之间的空间关系。]]></description><category></category></item><item><title><![CDATA[Human-centric Relation Segmentation: Dataset and Solution论文解读+基础知识介绍]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/129729080</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/129729080</guid><author>Cloris_Sue</author><pubDate>Wed, 29 Mar 2023 18:14:43 +0800</pubDate><description><![CDATA[1） 摘要首先叙述了现实问题：当机器人被告知要“把女孩的左手拿着的书给我”时，如果女孩用左手和右手分别拿着一本书，大多数现有的方法都会失败。因此视觉和语义理解还是存在一定的细粒度的问题。针对这个问题，该文介绍了一个新的任务，命名为Human-centric Relation Segmentation（HRS）–以人中心的关系分割，这个任务可以作为 human-object interaction detection (HOI-det)的一个细粒度案例。]]></description><category></category></item><item><title><![CDATA[Unsupervised Action Segmentation by Joint Representation Learning and Online Clustering_CVPR 2022理解速]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/125085669</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/125085669</guid><author>Cloris_Sue</author><pubDate>Wed, 01 Jun 2022 16:33:10 +0800</pubDate><description><![CDATA[Unsupervised Action Segmentation by Joint Representation Learning and Online Clustering理解速递]]></description><category></category></item><item><title><![CDATA[2022年CV、ML会议]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/122052883</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/122052883</guid><author>Cloris_Sue</author><pubDate>Mon, 20 Dec 2021 23:43:42 +0800</pubDate><description><![CDATA[cvpr、eccv、icme等会议2022年的投稿和会议时间合集。]]></description><category></category></item><item><title><![CDATA[SOLO: A Simple Framework for Instance Segmentation理解速递]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/121105081</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/121105081</guid><author>Cloris_Sue</author><pubDate>Tue, 02 Nov 2021 17:42:44 +0800</pubDate><description><![CDATA[SOLOarXiv上有两篇，SOLOv1和SOLOv2，近期看到TPAMI官网接受了SOLO，是前面两个版本的集合版。
SOLO: A Simple Framework for Instance Segmentation
阿德莱德大学和字节跳动实验室的。
一、相关背景
1.图像分割：
1）语义分割
按照语义，为图像中的每个像素分配标签。
2）实例分割
不分割背景，需要标注出图上同一实例类别的不同个体，比如人1，人2。
3）全景分割
语义分割和实例分割的结合，即要对所有目标和背景都检测出来，又要区分出同个类别]]></description><category></category></item><item><title><![CDATA[CV注意力机制梳理]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/113275775</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/113275775</guid><author>Cloris_Sue</author><pubDate>Wed, 27 Jan 2021 22:02:55 +0800</pubDate><description><![CDATA[CV注意力机制
一、发展：
Non-local-&gt; SENet -&gt; CcNet -&gt; GC-Net -&gt; Gate -&gt; CBAM -&gt; DANet -&gt; Spatial Attention -&gt; Channel Attention -&gt; …
本文对加粗的几篇论文进行了简单的梳理。
二、Non-local：Non-local Neural Networks，CVPR2018
计算机视觉领域注意力机制的开篇之作。
1.出发点：
捕获远距离依赖关系(lon]]></description><category></category></item><item><title><![CDATA[使用Pytorch在多GPU下保存和加载训练模型参数遇到的问题]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/109569231</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/109569231</guid><author>Cloris_Sue</author><pubDate>Mon, 09 Nov 2020 09:29:53 +0800</pubDate><description><![CDATA[原文转载至https://www.cnblogs.com/jinjunweina/p/12671833.html
使用Pytorch在多GPU下保存和加载训练模型参数遇到的问题
最近使用Pytorch在学习一个深度学习项目，在模型保存和加载过程中遇到了问题，最终通过在网卡查找资料得已解决，故以此记之，以备忘却。
首先，是在使用多GPU进行模型训练的过程中，在保存模型参数时，应该使用类似如下代码进行保存：
torch.save({
                'epoch': epoch,
       ]]></description><category></category></item><item><title><![CDATA[VNC VIEWER中遇到的问题]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/109559151</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/109559151</guid><author>Cloris_Sue</author><pubDate>Sun, 08 Nov 2020 14:45:33 +0800</pubDate><description><![CDATA[VNC VIEWER中遇到的问题
1.启动vnc
在服务器上输入
vncserver

或者
vncserver -geometry 1366x768 :1
# geometry设置vnc屏幕的大小，1为端口

首先要求设置密码，password和verify，设置密码之后出现

即启动成功，端口为1。
输入
ps -ef | grep -i vnc

即可查询在使用vnc的进程。
在电脑的vnc viewer上输入IP:端口，回车打开输入密码，即可连接到服务器桌面。
2.unencrypted conne]]></description><category></category></item><item><title><![CDATA[Linux服务器上安装anaconda和pytorch]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/109500250</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/109500250</guid><author>Cloris_Sue</author><pubDate>Thu, 05 Nov 2020 15:41:00 +0800</pubDate><description><![CDATA[Linux服务器上安装anaconda和pytorch
一、前期准备
1.查看linux的cuda版本
在XShell中输入：
nvcc -V

即可查看cuda版本。但是注意，-V中的必须是大写，否则出错。
2.查看服务器是否可以联网
在XShell中输入：
ping www.baidu.com

如果出现

...]]></description><category></category></item><item><title><![CDATA[Bi-directional Cross-Modality Feature Propagation with Separation-and Aggregation Gate_eccv2020]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/108506816</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/108506816</guid><author>Cloris_Sue</author><pubDate>Thu, 10 Sep 2020 14:54:04 +0800</pubDate><description><![CDATA[Bi-directional Cross-Modality Feature Propagation with Separation-and Aggregation Gate for RGB-D Semantic Segmentation_ECCV2020
这篇论文是eccv2020的。第一作者是北大信息科学技术学院的，主攻方向就是RGBD语义分割。第二个作者是商汤科技的。
摘要
motivation：大多数现有的工作只是假设深度测量是准确的，并与RGB像素很好地对齐，并将问题建模为跨模态特征融合，以获得更好]]></description><category></category></item><item><title><![CDATA[2022年CV会议（更新中）]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/108042963</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/108042963</guid><author>Cloris_Sue</author><pubDate>Sun, 16 Aug 2020 20:53:23 +0800</pubDate><description><![CDATA[2021年CV会议情况（持续更新）
1.CVPR2021
截稿日期：2020年12月16日
链接: cvpr2021.
网址：http://cvpr2021.thecvf.com/
2.ICCV2021
截稿日期：2021年03月17日（11:59PM Pacific Time)
链接: iccv2021.
网址：http://iccv2021.thecvf.com/
3.AAAI2021
截稿日期：2020-09-01
会议日期：2021-02-02
会议地点：Vancouver, British Col]]></description><category></category></item><item><title><![CDATA[国立台湾大学李宏毅机器学习笔记]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/107162278</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/107162278</guid><author>Cloris_Sue</author><pubDate>Sun, 19 Jul 2020 21:01:12 +0800</pubDate><description><![CDATA[1. ML Lecture 0-1- Introduction of  Machine Learning
（1）structured learning
结构学习指的是输入和输出都是具有结构化的对象（数列、列表、树、边界框等）。在之前的学习中，输入和输出都是向量。然而在现实生活中，我们需要解决的问题并不都是此类问题。因此我们需要一个更加强大的函数-其输入输出都是对象，而对象可能是序列、列表、树或者是边界盒等等。举例来说，对于语音识别，其输入输出都是序列。例如：

（2）reinforcement learni]]></description><category></category></item><item><title><![CDATA[C++实验--getline、文件、类模板、杨辉三角、运算符重载、复数操作]]></title><link>https://blog.youkuaiyun.com/Cloris_Sue/article/details/106650797</link><guid>https://blog.youkuaiyun.com/Cloris_Sue/article/details/106650797</guid><author>Cloris_Sue</author><pubDate>Tue, 09 Jun 2020 21:17:29 +0800</pubDate><description><![CDATA[C++实验
前几天在电脑上发现自己大一的时候写的C++实验课的代码。舍不得删掉，那个时候写这么点代码都费劲呢。那就放一篇怀旧博客吧，用代码唤醒那些年刚学计算机时的记忆，希望自己永远保持热忱，保持好奇，你们也是~
1.分别用for和while循环计算50-100所有整数的和
#include &lt;iostream&gt;
using namespace std;

int main()
{
    /*int i;
    int sum = 0;
    for(i = 50;i &lt;= 100;i]]></description><category></category></item></channel></rss>