<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[SINGULARITY]]></title><description><![CDATA[Be single, then, be singular...]]></description><link>https://blog.youkuaiyun.com/UNOboros</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; UNOboros]]></copyright><item><title><![CDATA[GRPO本质上就是REINFORCE的特例（对上了！这下都对上了）]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/145400083</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/145400083</guid><author>UNOboros</author><pubDate>Thu, 30 Jan 2025 19:52:21 +0800</pubDate><description><![CDATA[大道至简！没想到我们求索多年的问题，Ron 早在几十年前就已经为我们写好了答案]]></description><category></category></item><item><title><![CDATA[一种局部优化TRPO的思路]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/140660547</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/140660547</guid><author>UNOboros</author><pubDate>Wed, 24 Jul 2024 15:48:40 +0800</pubDate><description><![CDATA[这就是当今最火的DPO的核心思想了]]></description><category></category></item><item><title><![CDATA[从RL的专业角度解惑 instruct GPT的目标函数]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/140264512</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/140264512</guid><author>UNOboros</author><pubDate>Mon, 08 Jul 2024 13:18:40 +0800</pubDate><description><![CDATA[这样，后人也可以更加透彻的理解这里面的核心思想，以及这篇文章所用的PPO和原始版本PPO之间的关联。]]></description><category></category></item><item><title><![CDATA[理解策略梯度方法：从REINFORCE到PPO]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/140187335</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/140187335</guid><author>UNOboros</author><pubDate>Thu, 04 Jul 2024 20:06:01 +0800</pubDate><description><![CDATA[本文将探讨对数技巧的必要性、将轨迹积分转化为样本估计的方法，以及从REINFORCE到TRPO和PPO的演变过程。]]></description><category></category></item><item><title><![CDATA[注意力机制的一般框架]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/136189893</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/136189893</guid><author>UNOboros</author><pubDate>Tue, 20 Feb 2024 15:45:09 +0800</pubDate><description><![CDATA[假设我们把宇宙中所有的知识全部列在一张表中，表的每一行都是一个键值对（K，V），其中V就是知识，而K可以认为是对这个知识的摘要，用来检索这个知识。那么这个时候，当我们有一个问题Q的时候，最直接的做法就是去一个个的看K值，看看那个是和我这个问题最相关的。这就是一个问答的最简单的模型，]]></description><category></category></item><item><title><![CDATA[根式为什么是根式？（我可能疯了？）]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/126243493</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/126243493</guid><author>UNOboros</author><pubDate>Tue, 09 Aug 2022 11:53:07 +0800</pubDate><description><![CDATA[我相信，一定存在某个宇宙，在那个宇宙里1+1=2,2*3=6，但是（1+1）+（2*3）确不是8，因为运算的类型不同，1+1=2是加类，而2*3是乘类，类型不同运算规则是未定义的，你怎么就能随便把两个数相加呢？这就像把整数和字符串相加一样的疯狂！...]]></description><category></category></item><item><title><![CDATA[对换子的深层含义]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/125974489</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/125974489</guid><author>UNOboros</author><pubDate>Mon, 25 Jul 2022 14:51:32 +0800</pubDate><description><![CDATA[对换子操作和求根符号其实就是一枚硬币的两个面. 伽罗瓦群中的一切置换都可以写成对两个根对调的序列]]></description><category></category></item><item><title><![CDATA[一种直观理解Galois理论的途径]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/125958044</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/125958044</guid><author>UNOboros</author><pubDate>Sun, 24 Jul 2022 16:11:10 +0800</pubDate><description><![CDATA[假设一个多项式存在求根公式，那么这个公式和根之间必然是1-1对应的。当我们对换任意两个根的时候，对应的求根公式必然也要变化。如果存在某个对换序列，使得求根公式不发生变化而根的顺序发生了变化，则意味着必然有两个根共享同一个求根公式，这就说明这个求根公式不成立，它无法区分那两个根。唯一使求根公式不发生变化的就是N重对换子，而如果根的顺序在N重对换子下发生了变化，则当前求根公式不成立。N重对换子与N重根式相关，一个具有N重根式的求根公式必然在N重对换子下不发生变化。因此对于N个根，要判断N重对换子是否能使求根公式]]></description><category></category></item><item><title><![CDATA[关于围棋围住的最大面积问题]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/125245159</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/125245159</guid><author>UNOboros</author><pubDate>Sun, 12 Jun 2022 14:39:51 +0800</pubDate><description><![CDATA[问题：给定N个棋子，问N个棋子能围住的最大面积是多少（假设棋盘无限大）]]></description><category></category></item><item><title><![CDATA[关于协变矢量和逆变矢量的直观理解]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/79765228</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/79765228</guid><author>UNOboros</author><pubDate>Sat, 31 Mar 2018 05:13:55 +0800</pubDate><description><![CDATA[对于某个外部观测系来说，它可以看到所有的坐标系，坐标系之间的变化，以及对应的基的变化。那么这时就有两种情况，第一种是存在一个客观的对象，相对于外部观测系来说是恒定不变的，比如一座客观存在的山的高度。那么，无论内部坐标系如何去定义，它们只是在定义测量的方法，而这个客观存在的个体的客观性不会改变。因此，所有的坐标系都会尽其可能的去正确的描述这种客观性。所有的表述都应当具有一致性，但是由于坐标系的选取不...]]></description><category></category></item><item><title><![CDATA[混入Assasin的海盗分金问题]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/72905076</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/72905076</guid><author>UNOboros</author><pubDate>Wed, 07 Jun 2017 23:33:18 +0800</pubDate><description><![CDATA[考虑这样一个情景：海盗中混入了Assasin，Assasin企图通过操控投票决议的方式干掉刺杀对象。所以Assasin并不在乎自己可以分得多少钱。在这一前提下，这个问题的解又会如何变化呢？更一般的，假设每个人都对其他人有个价值判断，也就是说，如果自己分得的钱小于那个价值，那么还不如选择自己一分钱不要让那个人去死。这样，就会得到一个二维的价值矩阵。将这个矩阵作为问题的输入，那么最后的纳什平衡最优解将]]></description><category></category></item><item><title><![CDATA[关于Mobius环的一个小思想实验]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/65442412</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/65442412</guid><author>UNOboros</author><pubDate>Thu, 23 Mar 2017 13:31:45 +0800</pubDate><description><![CDATA[最近晚上睡觉，脑子胡思乱想：一个Mobius环，如果仅仅只看它的边界，那其实是一条封闭的曲线。不考虑面的话，这条曲线可以被拉成一个8的形状。然后，看到这个8我就在想，8其实是可以通过扭转变成0的形状。然后我就开始思索，如果我把Mobius环的8状边界拉扯成0状边界，整个Mobius环会怎么变化？


想了好几个晚上，最后突然想通了！这是一个有点像变异海螺一样的东西，依然是只有一个面，但是看上]]></description><category></category></item><item><title><![CDATA[火车上的醉汉问题（一个非常深奥的问题）]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/53431427</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/53431427</guid><author>UNOboros</author><pubDate>Fri, 02 Dec 2016 09:23:31 +0800</pubDate><description><![CDATA[N节车厢，起始于第一节车厢，随机游走，问跌落火车的步长期望是多少（答案是N），但是我无法证明。


目前的研究发现了一个类似于帕斯卡三角的结构嵌入在原问题中，然而这个帕斯卡三角不具有一般性，非常难求解，我只能解到N＝4。


要求期望，就必须知道每种步长有多少种可能的组合，那个帕斯卡三角就是计算这些信息用的。我不认为期望可以在避开步长组合信息的情况下被求解。


我将等待答案的公]]></description><category></category></item><item><title><![CDATA[计算的极限——关于Diophantine以及黎曼猜想]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/51199125</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/51199125</guid><author>UNOboros</author><pubDate>Wed, 20 Apr 2016 11:15:19 +0800</pubDate><description><![CDATA[这些天一直在思考一个问题：计算机的极限在哪里？什么叫计算，并不是所有问题都是可计算的。所谓计算，其实是利用问题中已有的数学结构进行推理。所以计算的前提是存在对应的数学结构。这些数学结构就如同海上的航标一样将结果导向一个个固定的岛屿，或者岛屿附近。所以，通常可计算的问题都具有一种连续性，这就是数理因果性，使得给出输入总能导到指定的结果。


那么，试想如果将这种数理因果性破坏掉会怎么样？即使不]]></description><category></category></item><item><title><![CDATA[变化之理]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/50560726</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/50560726</guid><author>UNOboros</author><pubDate>Fri, 22 Jan 2016 13:10:54 +0800</pubDate><description><![CDATA[所有事物的变化都可以分作两个部分来看待：事物当前的状态和从一个状态转变为另一个状态的过程。如果将事物当前的状态看作空间中的一个孤立的点，那么，通过将每一种变化过程赋予这个点，我们就能得到这个事物所有可能的变化状态：谓之事物之“轨”；同样，在所有的变化过程中，筛选出使得事物不发生改变的所有过程，谓之事物之“恒”。对于轨而言，两轨如有一共同事物则两轨相等：因为两轨中任意事物均可通过这一共同事物互相转化]]></description><category></category></item><item><title><![CDATA[Lob定理的证明（觉得自己集合论学得好其实是一种幻觉……）]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/50379333</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/50379333</guid><author>UNOboros</author><pubDate>Tue, 22 Dec 2015 13:36:30 +0800</pubDate><description><![CDATA[Löb's theorem states that in a theory with Peano
 arithmetic, for any formula P,
 if it is provable that "if P is provable then P is
 true", then P is provable.

Löb定理指出，在皮亚诺算术理论中，对于任何公式P，如果这句话“如]]></description><category></category></item><item><title><![CDATA[一种可能的新的人脑信息网络模型]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/50365065</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/50365065</guid><author>UNOboros</author><pubDate>Sun, 20 Dec 2015 19:01:40 +0800</pubDate><description><![CDATA[今天，在arXiv上读到了一篇关于量子大脑机制的文章：Quantum Cognition: The possibility of processing with nuclear spins in the brain （http://arxiv.org/abs/1508.05929）。 从很早开始我就一直在关注这一领域的进展，最开始还是彭罗斯开启的探究。但是他本人被黑的很惨，因为他的引力解释太形而上]]></description><category></category></item><item><title><![CDATA[关于Hadoop以及S3的几个坑]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/50173669</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/50173669</guid><author>UNOboros</author><pubDate>Fri, 04 Dec 2015 13:41:22 +0800</pubDate><description><![CDATA[首先是关于AWS上用distributive cache files的问题，由于AWS用的是S3文件系统，而文件cache以后是HDFS文件系统，那么当我们直接去取URI的时候就会发生一件诡异的事情：原来的s3://被转换成了s3:/，而且这种转换是不可避免的，不论你手工加slash什么的都没用…… 这个问题卡了我一晚上，搜了好多资料，最后才发现最完美的解决方案：
在cache的时候用别名来标记]]></description><category></category></item><item><title><![CDATA[Description of graph6 and sparse6 encodings]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/49757905</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/49757905</guid><author>UNOboros</author><pubDate>Tue, 10 Nov 2015 12:19:52 +0800</pubDate><description><![CDATA[Description of graph6 and sparse6 encodings
-------------------------------------------
Brendan McKay, bdm@cs.anu.edu.au
Updated Jul 2014.

General principles:

  All numbers in this description are i]]></description><category></category></item><item><title><![CDATA[最终之LMS]]></title><link>https://blog.youkuaiyun.com/UNOboros/article/details/49384539</link><guid>https://blog.youkuaiyun.com/UNOboros/article/details/49384539</guid><author>UNOboros</author><pubDate>Sat, 24 Oct 2015 13:59:36 +0800</pubDate><description><![CDATA[]]></description><category></category></item></channel></rss>