Everyday try to become better -Kobe Bryant

原创 【ELSEVIER】ELSEVIER（艾斯维尔）期刊审稿人reviewer角度全流程实例经验分享

本文介绍了学术论文审稿的确认流程和审稿过程。收到审稿邀请邮件后，通过链接进入审稿系统即可开始审稿（无需额外注册）。作为第三轮审稿人，可查看前两轮审稿意见和作者回复，重点关注遗留问题的解决情况。审稿意见提交界面提供4种推荐选项，建议根据问题解决程度合理选择：若问题已解决可接受，若仍有问题可建议小修并要求进一步说明。审稿时应秉持友好负责的态度，平衡严格把关与促进学术交流的关系。

原创 【ELSEVIER】ELSEVIER（艾斯维尔）旗下期刊投稿、中稿和proof全流程实例经验分享

ELSEVIER（艾斯维尔）旗下期刊投稿、中稿和proof全流程经验分享以《COMPUTERS & GEOSCIENCES》为例

原创 【IEEE】IEEE论文从投稿到发表全流程案例说明

IEEE论文从投稿到录用全流程

原创 【IEEE】IEEE论文接收后proof(校样)全流程实例讲解

IEEE Proof 论文校稿

原创 强化学习框架VeRL全面解析(架构、调试、修改与应用）

本文介绍了字节跳动推出的VeRL强化学习框架及其核心特点。VeRL针对LLM时代需求，提出了Single-controller、Multi-controller和Hybrid Engine三大创新设计，简化了RL工作流程并提升效率。文章详细阐述了VeRL的分布式实现新范式，比较了单控制器与多控制器方案的优劣，并介绍了混合控制器思路。此外，还提供了VeRL调试方法指南，包括Ray分布式调试插件安装和断点设置技巧。

原创 【论文分享】Direct Multi-turn preference optimization for language agents

原创 【投稿与写作】overleaf 文章转投arxiv流程经验分享

本文分享了使用Overleaf将文章转投arXiv的完整流程：1）通过Overleaf的提交到arXiv功能生成压缩包，清理冗余文件并确保图片为PDF格式；2）在arXiv平台提交文件后，需删除bst/bib等非必要文件；3）填写元数据时注意避免特殊字符，提供了Python检测脚本。常见问题包括新用户需机构邮箱验证（个人邮箱需专家授权），以及公式字符处理技巧。文末附有详细操作截图和三个中文参考链接，为首次投稿者提供了实用指南。

原创 【公开课笔记】基于LLM 的开发范式-datawhale长琴

灵活的case在实体的场景中实在是太多了，而且很多内容本来就是歧义的，人都觉得歧义，大模型更难以解释。

原创 【环境配置】解决linux每次打开终端都需要source .bashrc文件的问题

输入下面内容后 :wq 保存并退出。

原创 MAC无法 ping 通github.com

刷新DNS，键入以下命令。

原创 【工具教程】linux 下的docker 入门教程

下面如果由于网络问题无法进行，则参考镜像站一键安装docker。

原创 Xcode安装和使用教程

https://developer.apple.com/download/applications/

原创 【方法论】计算机博士论文选题方法论-2020年

如何选择科研选题？本文提出系统方法论：选题需兼顾重要性（学科主脉络关键问题）、创新性、前沿性和可行性。前沿性分为五级（超一流到不入流），建议选择一流或二流问题。好的选题应具备基础性（主干问题）、适当体量（可拆解3-5个子问题）和系统性（子问题紧密关联）。具体操作分三步：1）深度文献调研（阅读经典论文3遍）；2）跟踪顶级实验室项目；3）量化评估（引用量、社交媒体热度等）。强调顶层设计，避免过时或孤立问题，选择能发挥特长的方向，同时确保课题组有一定积累。

原创 DataGen：通过LLM生成更好的合成数据(ICLR 2025)

LLM生成数据集

原创 simpleGRPO实现分享-FDU

simpleGRPO

原创 deepseek-r1及相关研究

两篇文章的核心特点是：用很小的数据做SFTLIMO:突破了原有假设，SFT需要很多数据；转向了高质量数据下的SFT，进需要少量的样本；Base具有这个能力，SFT只是激活这个能力；s1: 使用的策略并不关键（budget forcing)

原创 【环境配置】unsloth配置环境配置方法

【代码】unsloth配置。

原创 Cursor编程助手-10分钟做项目：从下载到快速上手个人经验分享

Cursor选择数据偏好（就是隐私问题，你是否同意使用你的数据用于优化软件体验，包括你自己的开发，有隐私问题的可以考虑关掉，否则开着就好，后期可以改）以及无限制的初级模型调用（20250217 给的是免费的gpt-4o-mini 无限次调用，很良心

原创 MAC一套键鼠同时控制其他windows设备

sharemouse mac和windows共享一套键鼠

原创 windows安装vmware

同样的aliyun平台中的ubuntu 24.04.1这个版本实测可行。无法ping通 google.com。centos7这个版本实测可行。

原创 阿里云新用户服务器配置

创建实例，点击左侧标签栏总的实例，找到链接帮助根据帮助中的ip信息，然后启用vscode的ssh链接ctrl+p选择配置，输入公网的ip即可passwd修改root密码。

原创 macbook外接2k/1080p显示器调试经验

电脑满足电脑和显示器要求的hdmi线或者转接头或者扩展坞betterdisplay软件。

原创 群晖NAS-经验分享

因此我们选择同步任务中的单向上传，而且删除本地文件后，服务器端的文件仍然保留，当我们需要找已经被删除的文件的时候，只需要去nas当中找就好了。由于我们的目标是删除本地任务后，远程端仍然有备份。保证我们可以自由决定本地端留下什么，存储需要多少。创建同步任务，选择需要备份的本地磁盘以及远程存储的位置。macbook中安装并启动：SynologyDrive。

原创 Git使用教程-基于github和gitee

对git中的文件进行修改之后，会发现文件出现了不同的状态变化；

原创 LLM Inference Scaling Law

paper address:https://arxiv.org/abs/2408.00724

原创 openai_api和doc文档的实验笔记和内容解读

错误原因：openai.ChatCompletion.create(proj:MAD)api调用的问题，以及一些旧版的api的内容，可以在api 应用程序接口 中找到。大多数的内容都可以从官方文档的搜索当中找到。最新的调用代码应该参考官网为。

原创 MAC备忘录空白解决方案

取消勾选同步此MAC后再次勾选，然后点击完成即可。打开icloud->备忘录。

原创 介绍GPT-o1:一系列解决困难问题（ science, coding, and math ）的推理模型

这里有一个问题，就是，所招募的专家测试结果是找的各个专业的phd做完整的测试，然后取精确率的平均值作为对比数值，还是请他们分别做自己所属专业的部分试题，然后将结果汇总作为专家结果。我们认为，使用思维链可以在安全性和一致性方面取得重大进展，因为（1）它使我们能够以清晰的方式观察模型思维，（2）关于安全规则的模型推理对分布外的场景更稳健。然而，为了实现这一点，模型必须能够以不变的形式自由表达其思想，因此我们无法将任何政策合规性或用户偏好训练到思想链上。例如，在未来，我们可能希望监控思维链，寻找操纵用户的迹象。

原创 textattack工具报错分析

【代码】textattack。

原创 KAN vs MLP

KAN基于表示定理：任意一个多元函数，可以用多个单元函数复合（例如+法）表示出来。不需要用特别深的神经网络。定理的不好的点：没有描述单元函数本身有多复杂。

原创 PaddleNLP 3.0 支持大语言模型开发

huggingface不支持模型并行。张量并行，不满足大规模预训练的需求。1、组网部分 2、数据流 3、训练器 4、异步高效的模型存储。

原创 ReFT: reasoning with reinforced Fine-Tuning

用influence function来衡量新增一条数据对于模型训练的整体的影响。对比随即筛选和reward model筛选（开源的，用于对齐人类便好）。从一个question中看到多种多样的cot，都可以从中学习。思考增加或者减少一条数据，对于模型训练的影响。高质量的数据能够对主题产生正向的支持/反对。高质量的数据能够对模型产生正向的影响。使用最后一层MLP的梯度，聚类找出。数据的质量是模型自己来定义的。

原创 预训练语言模型实践笔记

在使用像BERT或RoBERTa这样的transformer模型时，和是两个不同的概念。: 这是一个布尔值，决定了模型是否应该返回所有隐藏层的输出。如果设置为True，模型将返回一个元组，其中包含每一层的隐藏状态。这对于某些任务（如特征提取或fine-tuning）可能是有用的，因为不同的隐藏层可能会捕获不同类型的信息。: 这是模型的最后一个隐藏层的输出，通常用作下游任务的输入（如文本分类或命名实体识别）。这是模型的主要输出，通常包含了输入序列的高级表示。在大多数情况下，您只需要。

原创 计算机顶会论文检索途径和方法

计算语言协会有一个专门的网站，ACL系列的论文都会包括在其中，如果检索自然语言相关的论文，可以直接来ACL当中通过关键词检索就可以了。点击click to fetch all获取本次会议所有论文的标题，然后根据ctrl+f，利用浏览器根据标题检索论文即可。进入网站之后，选择会议以及会议年份，会显示每一年的官方网站，或者直接有论文列表。网址中会有会议年份选择和论文列表选择，进入论文列表之后直接根据关键词检索即可。如果没有论文列表，则考虑进入此页面中的会议官方网址，选中对应会议，进入检索论文即可。

原创 【代码工具】基于Pushdeer（类似于Server酱）的任务完成提醒+wandb可视化模型训练结果

然后在代码运行的主文件夹中，引入当前程序的跟路径（一般是程序所在的主文件夹）；然后倒入pushdeer模块，并调用该模块下的push_deer()方法，发送消息推送。.py文件是模块 含有.py文件以及__init__.py文件的文件夹是包。会得到设备的key,目前没有推送限制，一天50条。

原创 LLM驱动的产品开发（AI大模型创意训练营）

机遇机遇1:LLM通用数据分析能力，降低函数/借口的开发门槛机遇2:LLM的强大知识问答能力，打破开发者的专业壁垒机遇3:LLM的格式化内容生成能力，提升数据的供给效率机遇4:LLM的函数编排能力，重塑产品的自动化程度机遇5:LLM对数据飞轮的天然要求，增强产品的价值说服力

原创 【知识笔记】贝叶斯公式、先验概率、后验概率、似然

先验概率：在观察数据之前，我们对某一事件或参数的初始信念。似然：在给定参数的条件下，观察到某一数据的概率。后验概率：在观察数据之后，结合先验概率和似然更新后的信念。贝叶斯公式将先验概率和似然结合起来，提供了一个更新信念的系统方法，从而得到后验概率。通过这种方式，我们可以在有新数据时不断更新和改进我们的模型和预测。

原创 【论文分享】小红书2024LLM论文分享

什么样子的模型是强模型？是一个直观比较的结果：Acc在这个任务上越好，则认为它越强。随着各大机构的模型越来越强，评估任务越来越复杂，如何在未来更加复杂的任务下评估LLM的能力。

原创 弱监督学习

弱监督学习（Weak Supervision）是一种利用不完全、不精确或噪声数据进行模型训练的方法。

原创 大模型应用开发实践：RAG与Agent

planning是任务拆解的一些方法。