十年之殇

有谁能会想到十年后自己的样子呢,虽然十年不是特别长的时间,不过我却是十年前真的没有想到今天的自己。

人,的确是非常特别的生物,或许,思想是其中的根本吧,一直的一直,总是在思考,自己的人生会是个什么样子,某年后的某个时间,一定要是个什么样子,可是总是又摸不准,中间又有多少的遗憾又或欢乐呢。

十年年前,多少有些春风得意,至少表面是那个样子吧,又加上一下子,跑到了中国最小资的城市,以至于忘记了那些乱糟糟的家事。每天出入于三星级的宾馆,不算 太高,却是自己最好的,周末还能找好友一聚,好像就是那个时候,还多少因为自己的缘故把好友弄到了医院,呵呵,至少今天回忆起来,还是有些许的温馨。也忘 记不了,急匆匆的跑到了苏州,以至于都买不到回去车票的窘境吧。而自己也是从正是在这样的寓意下开始了转折吧。

人生,最欢乐的事情是什么?最痛苦的事情又是什么?不到最后是没法回复这样的问题的,我确是在那个时刻,从最快乐一下子到了最痛苦,至少目前这么看来。

永远都忘不了,那天早晨,接到的那个电话,那刻的心情,一刹那,冰凉透底,以至于每每回忆到那一刻,都有窒息的感觉。至今为止,十年。

那一天真的是自己过得最快的一天,却又是最漫长的一天,连老天都仿佛体会到自己的心情,凄凄厉厉的细雨下个不停。

很多事情,只有真正经历过了,才能体会到其中的对与错吧,对了就对了,错了就会在心底留下一丝遗憾,于是不断的积累,人生才得以成长。那一刻,我觉得自己 自己真的没有错,至少在那一天到来之前,我没有错。可是对与错又怎能一概而论,只是如果再回到那一刻,我是真的不会做那些事情了,永远不会。

特别喜欢看神雕侠侣,特别喜欢杨过,除了他那份对于感情的忠贞,更多的是最后羊古庙的那个片段吧,我承认,我不是一个外向的人,乐观的人,聪明的人,只是 有那些好强心,不让自己比别人差,多少是因为那个人的关系吧,不知道自己对于他是个什么样的心情,快乐的回忆,痛苦的回忆,全是由他创造的。不知道该怎样 评价,或许也没有资格评价吧,一直以来,都知道他说的很多话,多少都是不能实现的,却又总是充满了希望,不知道这是一种所谓的信任呢,还是自己的不敢面对 现实。很多事,我是应该承担的,却是一直躲到背后,听到了很多关于他的事情,后来,好的,坏的,积极地,消极的,但是无论如何,与我,都是一个伟大的人 吧。有时候真的,挺恨自己,忘不了最后的那一通电话,争吵的无可置复,以至于最后甩掉电话,一个人跑到操场上抱头痛哭。但是,人生就是这么会开玩笑,这样 的不欢而散的电话,就是最后一个电话,没有任何的回旋,生活,在此刻,就是这样的残酷无情。这可能是我一生最大的遗憾吧,一个永远无法弥补的遗憾。此时此 刻,一切的借口托词,都是那么的苍弱无力,不堪一击。

生活总是会继续的,一天两天,一月两月,一年两年,转眼间就是十年,期间各种各样的事情在发生,一直以为过不去的事情,一样会过去,唯一留下的一点东西,或许就是半夜从梦里醒来,那种惆怅若失的心情吧。

人的一生,或许从出生的那刻,就已经被上天注定好了吧,努力也好,堕落也好,生命的轨迹总是不会偏差出预定的轨道。这可能是对他,最好的安慰吧。十年来, 真的发生了好多事情,身边的人慢慢的幸福起来了,或许,只是我在为那时的遗憾慢慢的忏悔吧。不管怎么样,我们还是要好好的生活。

记忆,是人生旅途的唯一行李,每当疲惫的时候,握握手中沉甸甸的行李,浮躁的心,踏实许多。最后就用这乱七八糟的心境下写的乱七八糟的文字,为过去的十年做一个祭典吧,不管在哪里,一定要幸福,我们都要。

 

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
内容概要:本文详细介绍了哈希表及其相关概念和技术细节,包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为一种高效的数据结构,通过键值对存储数据,能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法,特别是字符串哈希中的多项式哈希及其优化方法,如双哈希和子串哈希的快速计算。此外,还探讨了常见的冲突处理方法——拉链法和闭散列法,并提供了C++实现示例。最后,文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群:计算机科学专业的学生、算法竞赛选手以及有一定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标:①理解哈希表的工作原理及其在各种编程任务中的应用;②掌握哈希函数的设计原则,包括如何选择合适的模数和基数;③学会处理哈希冲突的方法,如拉链法和闭散列法;④了解并能运用字符串哈希解决实际问题,如字符串匹配、回文检测等。 阅读建议:由于哈希涉及较多数学知识和编程技巧,建议读者先熟悉基本的数据结构和算法理论,再结合代码实例进行深入理解。同时,在实践中不断尝试不同的哈希策略,对比性能差异,从而更好地掌握哈希技术。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

认真的柯南

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值