<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[LWC528476501的专栏]]></title><description><![CDATA[我的大学]]></description><link>https://blog.youkuaiyun.com/LWC528476501</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; LWC528476501]]></copyright><item><title><![CDATA[vLLM 碎碎念（一）：常用参数]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/169549273</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/169549273</guid><author>LWC528476501</author><pubDate>Fri, 30 Oct 2026 11:58:54 +0800</pubDate><description><![CDATA[参数主要作用主要影响控制 vLLM 的显存使用预算KV Cache 可分配空间及显存余量限制单序列最大上下文长度单序列最大缓存需求及容量约束限制单轮迭代的最大序列数调度并发上限及执行批次规模限制单轮迭代的 token 处理预算Prefill 调度粒度、延迟与吞吐量控制是否启用 Prefill 分块Prefill 与 Decode 的调度方式启用跨请求的 Prefix Cache 复用减少重复前缀的 Prefill 计算设置 KV Cache 的数据类型KV Cache 显存开销及数值精度。]]></description><category></category></item><item><title><![CDATA[opencode 接入vllm部署的大模型]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/162429006</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/162429006</guid><author>LWC528476501</author><pubDate>Tue, 30 Jun 2026 08:30:00 +0800</pubDate><description><![CDATA[opencode 接入vllm本地部署的大模型]]></description><category></category></item><item><title><![CDATA[Baichuan-M2论文精读（下）- 数据与训练、评估、推理与优化、结论、限制与未来工作]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/153077282</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/153077282</guid><author>LWC528476501</author><pubDate>Tue, 14 Oct 2025 18:00:00 +0800</pubDate><description><![CDATA[Baichuan-M2论文精读（下）- 数据与训练、评估、推理与优化、结论、限制与未来工作]]></description><category></category></item><item><title><![CDATA[Baichuan-M2论文精读（上）-摘要、验证系统]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/152844618</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/152844618</guid><author>LWC528476501</author><pubDate>Sat, 11 Oct 2025 13:30:00 +0800</pubDate><description><![CDATA[本文提出Baichuan-M2医疗大模型系统，通过创新的动态验证框架解决了医学LLM在静态基准测试与实际临床应用的性能差距问题。该系统包含两大核心组件：基于去标识化病历的高保真患者模拟器，能生成逼真临床场景；以及临床评分标准生成器，可动态构建多维评估指标。在此基础上开发的320亿参数模型采用改进的GRPO算法进行多阶段强化学习训练，在HealthBench基准测试中超越多数开源和闭源模型，仅次于GPT-5。研究表明，这种强调动态交互的验证系统对提升模型临床适用性具有关键作用，为医疗AI发展提供了新范式。]]></description><category></category></item><item><title><![CDATA[Baichuan-M2 论文总结]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/152741091</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/152741091</guid><author>LWC528476501</author><pubDate>Fri, 10 Oct 2025 13:15:00 +0800</pubDate><description><![CDATA[Baichuan-M2研究摘要：论文提出新型动态验证框架，构建320亿参数医疗增强推理模型。核心创新包括：1）患者模拟器与临床评分标准生成器组成的交互式强化学习系统；2）三阶段训练流程（中期训练、SFT、RL），采用医疗/通用/数学语料混合训练；3）基于GRPO算法的多阶段RL优化。评测显示，该模型在医疗领域表现优于主流闭源模型，在困难任务中提升显著，同时保持通用能力。不足在于边缘场景的响应稳定性及工具调用能力待优化。研究为医疗AI提供了可扩展的验证框架和训练范式。]]></description><category></category></item><item><title><![CDATA[Qwen3 技术报告]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/149057485</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/149057485</guid><author>LWC528476501</author><pubDate>Tue, 01 Jul 2025 23:47:05 +0800</pubDate><description><![CDATA[Qwen3技术报告，包含创新点、训练流程、训练数据和评测结果]]></description><category></category></item><item><title><![CDATA[DeepSeek-R1部署]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/146403449</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/146403449</guid><author>LWC528476501</author><pubDate>Thu, 20 Mar 2025 18:32:22 +0800</pubDate><description><![CDATA[DeepSeek-R1部署]]></description><category></category></item><item><title><![CDATA[DeepSeek-R1论文总结与翻译]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/146349645</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/146349645</guid><author>LWC528476501</author><pubDate>Tue, 18 Mar 2025 19:00:28 +0800</pubDate><description><![CDATA[DeepSeek-R1论文总结与翻译]]></description><category></category></item><item><title><![CDATA[ModuleNotFoundError: No module named ‘train.tuner‘]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/143308353</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/143308353</guid><author>LWC528476501</author><pubDate>Mon, 28 Oct 2024 17:31:02 +0800</pubDate><description><![CDATA[错误：ModuleNotFoundError: No module named 'train.tuner';原因：py文件名称和文件夹名称重名（有一个文件名叫train.py，还有一个文件名叫train)修改：修改文件名及其引用（或修改文件夹名称及其引用）]]></description><category></category></item><item><title><![CDATA[服务器上使用jupyter notebook时，不显示虚拟环境]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/141900888</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/141900888</guid><author>LWC528476501</author><pubDate>Wed, 04 Sep 2024 18:25:31 +0800</pubDate><description><![CDATA[【代码】服务器上使用jupyter notebook时，不显示虚拟环境。]]></description><category></category></item><item><title><![CDATA[json的load/loads/dump/dumps]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/140503091</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/140503091</guid><author>LWC528476501</author><pubDate>Wed, 17 Jul 2024 19:04:09 +0800</pubDate><description><![CDATA[转换数据格式以finetuning glm时，发现对json的load、loads、dump、dumps不太熟悉，特此记录。json.load() 传入文件路径，用于将整个文件内容转换为python对象。json.loads()需传入字符串,用于将字符串转换为python对象。json.dumps()将python对象保存为json字符串。json.dump()将python对象一次写入json文件。]]></description><category></category></item><item><title><![CDATA[pip和conda下载包到本地并安装]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/139996145</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/139996145</guid><author>LWC528476501</author><pubDate>Wed, 26 Jun 2024 18:39:15 +0800</pubDate><description><![CDATA[pip download -d 保存路径 nvidia-tensorflow[horovod]==1.15.2 -i https://pypi.tuna.tsinghua.edu.cn/simple。pip download -d 保存路径 nvidia-pyindex==1.0.9 -i https://pypi.tuna.tsinghua.edu.cn/simple。pip install --no-index --find-links=存储包的文件夹 -r requirements.txt。]]></description><category></category></item><item><title><![CDATA[YOLOv10: Real-Time End-to-End Object Detection]]></title><link>https://blog.youkuaiyun.com/LWC528476501/article/details/139946910</link><guid>https://blog.youkuaiyun.com/LWC528476501/article/details/139946910</guid><author>LWC528476501</author><pubDate>Tue, 25 Jun 2024 09:26:43 +0800</pubDate><description><![CDATA[它能当作高效的基础构建块，例如，嵌入在ELAN结构(图3(b)).然后，我们提倡采用一种秩导向的块分配策略，以在保持竞争能力的同时达到最佳效率。Yolos 对非最大抑制（NMS）的依赖阻碍了端到端部署，并对推理延迟产生了不利影响,此外，YOLOs 中各组件的设计缺乏全面、彻底的检查，导致了明显的计算冗余，限制了模型的能力。然而，它显示出较高的计算复杂度和内存占用。为了验证改进的监督对齐，训练后统计了一对多结果的前1/5/10与一对一匹结果匹配的数量，如图2(b)所示，在一致性匹配度量下，对齐有了提升。]]></description><category></category></item></channel></rss>