电子海鸥-优快云博客

原创浅聊RLVR

首先，RL的根本是提高采样效率，但是传统的RL需要依赖人类标注或者复杂的奖励模型，但是RLVR改变了这点，他不需要上述的条件，而是通过规则化验证器生成二元反馈（0/1）。根据任务的类型，可验证类型分为三类：1、正确性验证：通过模型输出和标准答案做匹配来生成奖励。2、执行验证：通过代码解释器执行生成的代码，根据单元测试结果提供奖励。3、可验证约束：强制模型遵循输出格式或者拒绝不当的请求，违法规则奖励则为0.

2025-08-25 19:41:50 729

原创从MHA、GQA、MQA到MHLA，注意力的几种处理方式

主要介绍几种注意力处理方式，包括多头注意力、分组查询注意力、多查询注意力、多头潜在注意力~

2025-02-12 09:12:56 773

原创基于BiLSTM_CRF的实体抽取

简述基于BiLSTM_CRF的实体抽取方法~

2025-01-09 11:04:58 1331

原创 NEO4J安装

主要讲述neo4j这个工具的安装方法~

2024-12-26 20:02:09 588

原创迁移学习--fasttext概述

主要介绍了fasttext的三种使用方式~

2024-12-19 19:12:58 892

原创 Transformer简述和实现

主要是讲解transformer的架构和实现~

2024-12-06 20:58:28 1118 1

原创循环神经网络（RNN）简述

RNN及其变体，包括LSTM和GRU，以及注意力的计算方式~

2024-11-29 15:22:09 4015

原创文本的预处理(pytorch)

本文主要讲解文本预处理的几种手段，包括分词，文本的张量表示，文本数据分析，文本特征分析，文本特征处理和文本特征增强。

2024-11-25 20:29:41 1215

原创安装Pytorch和cuda指导

介绍pytorch与cuda的安装~

2024-11-20 11:05:46 1314

原创卷积神经网络基础

本文主要介绍了卷积神经网络的基础知识~

2024-11-18 19:20:04 1205

原创深度学习--神经网络基础

介绍包括激活函数、初始化方法、神经网络搭建、损失函数、网络优化方法以及正则化方法。

2024-11-12 20:27:46 1027

原创 pytorch基础语法

主要介绍pytorch一些基础语法~

2024-11-08 16:02:03 1019

原创支持向量机SVM简述

简述机器学习中的支持向量机SVM~

2024-10-28 10:40:56 1136 1

原创 Kmeans聚类算法简述

Kmeans相关概述，包括四种系数SSE，SC，SH系数以及肘方法~

2024-10-24 14:46:49 1177

原创简述特征降维的几种方式

主要讲解低方差过滤法，主成分分析PCA和相关系数法~

2024-10-20 11:35:45 1321

原创机器学习中的朴素贝叶斯

对机械学习中的朴素贝叶斯做简单叙述

2024-10-17 21:46:12 1263

原创决策树和集成学习的概念以及部分推导

决策树：ID3，C4.5，CART决策树和剪枝集成学习：随机森林，adaboost，GBDT，XGBoost

2024-10-13 19:56:35 1380

原创机器学习入门

机械学习入门，讲解一些基础知识~

2024-10-09 21:35:11 1482

原创回溯算法--python

本文主要讲述了回溯算法，讨论了几种常见的场景全排列问题、子集和问题和N皇后问题~

2024-10-03 20:32:00 1730

原创分治思想--python

本文主要讲解了分治的解题思路，以二分查找和恢复二叉树为基础来理解分治~

2024-09-28 21:19:30 1007

原创数据分析入门

主要讲解数据分析入门的一些基础知识~

2024-09-23 21:31:14 1636

原创 pandas入门

Series也是Pandas中的最基本的数据结构对象，下文中简称s对象；是DataFrame的列对象或者行对象，series本身也具有行索引Series是一种类似于一维数组的对象，由下面两个部分组成：values：一组数据（numpy.ndarray类型）index：相关的数据行索引标签；如果没有为数据指定索引，于是会自动创建一个0到N-1(N为数据的长度)的整数型索引DataFrame是一个表格型的结构化。

2024-09-20 21:30:50 927