PlantUML语法

1.超级详细的语法教程

参考:https://plantuml.com/zh/class-diagram

2.修改线条/箭头颜色

箭头中间添加颜色即可
@startuml
Bob -[#red]> Alice : hello
Alice -[#0000FF]->Bob : ok
@enduml

3.输出多行日志

note left
输出日志
1.startAnimation(): Notify animation start:
2.Starting remote animation
3.container:(…) Target:
end note

4.修改字体颜色和线条

例如:A -> B : color:#blue字体颜色

<b>内容:加粗文本
<u><u:#AAAAAA><u:colorName> 用来加下划线
<i> 斜体
<s><s:#AAAAAA><s:colorName> 用来加删除线
<w><w:#AAAAAA><w:colorName> 用来加波浪线
<color:#AAAAAA><color:colorName> 用来设置文本颜色
<back:#AAAAAA><back:colorName> 用来设置背景色
<size:nn> 设置字体大小

5.添加图片

<img src="file"><img:file> 用来添加图片,图片文件必须 是可以访问得到才行。
<img src="http://url"><img:http://url> 用来添加一个互 联网图片,同样的图片地址必须是可用的才行。

6.定义可访问性

在这里插入图片描述

7.类图关系

参考:UML类图中六大关系理解 以及 PlantUML类图表示
https://sykent.github.io/2019/01/12/2019/plantuml/class-plantuml/
依赖关系:A类的某个方法里通过传参用到了B类。 B<…A
关联关系:A类里面作为属性引用了另一个B类。 B<–A
聚合关系:表示整体和部分,一个类属性使用列表保存很多个另一个类对象。 Bo–A
组合关系:相比聚合更加紧密的关系,生死与共,互相引用不能单独存在。 B*–A
泛化/继承关系:用来表示类之间的继承关系,A继承于B。 B<|-- A
实现关系:用来表示一个类实现另一个类的接口,A implements B。 B<|… A
内部类:表示B是A的一个内部类。A ±- B

在这里插入图片描述

### 大模型对齐微调DPO方法详解 #### DPO简介 直接偏好优化(Direct Preference Optimization, DPO)是一种用于改进大型语言模型行为的技术,该技术通过结合奖励模型训练和强化学习来提升训练效率与稳定性[^1]。 #### 实现机制 DPO的核心在于它能够依据人类反馈调整模型输出的概率分布。具体来说,当给定一对候选响应时,DPO试图使更受偏好的那个选项具有更高的生成概率。这种方法不仅简化了传统强化学习所需的复杂环境设置,而且显著增强了模型对于多样化指令的理解能力和执行精度[^2]。 #### PAI平台上的实践指南 为了便于开发者实施这一先进理念,在PAI-QuickStart框架下提供了详尽的操作手册。这份文档覆盖了从环境配置直至完成整个微调流程所需的一切细节,包括但不限于数据准备、参数设定以及性能评估等方面的内容。尤其值得注意的是,针对阿里云最新发布的开源LLM——Qwen2系列,文中给出了具体的实例说明,使得即使是初次接触此类工作的用户也能顺利上手。 ```python from transformers import AutoModelForCausalLM, Trainer, TrainingArguments model_name_or_path = "qwen-model-name" tokenizer_name = model_name_or_path training_args = TrainingArguments( output_dir="./results", per_device_train_batch_size=8, num_train_epochs=3, ) trainer = Trainer( model_init=lambda: AutoModelForCausalLM.from_pretrained(model_name_or_path), args=training_args, train_dataset=train_dataset, ) # 假设已经定义好了train_dataset trainer.train() ``` 这段代码片段展示了如何使用Hugging Face库加载预训练模型并对其进行微调的过程。虽然这里展示的例子并不完全对应于DPO的具体实现方式,但它提供了一个基础模板供进一步定制化开发之用[^3]。
评论 1
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
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