- 博客(5)
- 收藏
- 关注
RSS订阅原创 李宏毅 生成式人工智能导论 学习总结
第1-6讲：基础与核心概念生成式AI是啥？学习数据分布 P(X)P(X) 的模型，用于生成内容。LLM是其重要分支，核心是“文字接龙”。LLM的进化：从“工具”到“工具人”。它不仅能理解、归纳，还能推理、创作，甚至“使用工具”（如调用搜索引擎、计算器等）。面对LLM，我们的策略Prompt Engineering（提示工程）不会编程也能用，通过精心设计输入提示（Prompt）来引导模型输出 desired 的结果。这是“训练你自己”去适应模型。Fine-tuning（微调）：让预训练好的大模型。
2025-09-26 09:22:54
1723
原创 论文研读：一种使用图神经网络的针对小样本学习的统一归纳和转导学习框架
损失函数的定义：文章的意思是，第一项−Σ𝑖,𝑗 𝛿𝑖𝑗 𝑙 𝑜𝑔(𝑄∗𝑖𝑗 )是作者提出的模型的输出的交叉熵损失，其中的𝛿𝑖𝑗在i样本属于j类时为1，否则为0；第二项是− 𝜆Σ𝑖,𝑗 𝛿𝑖𝑗 𝑙 𝑜𝑔(𝑄0𝑖𝑗 )，这里的Q0是指经过𝛹𝑢计算后，还未输入GNN前的类别计算准确程度，𝜆是一个在[0,1)的超参数，𝛿𝑖𝑗同第一项。作者说这里第二项的计算是当作正则化项来看的，用来提升类内紧凑性和类间差异性。简单介绍了作者提出的架构，下面我们总结一下作
2025-09-22 16:19:35
803
原创 研研修仙路（3）：研究生数学建模竞赛知识积累第四天
经过前三天的学习，我们已经对数学建模里常用的方法有所了解，并且已经在波士顿房价数据集上动手实操了回归预测的几大方法，今天我们的任务就是去做分类，学习Logistics回归、支持向量机（SVM）、近邻算法等常用的分类方法。目录要点今日动手做：分类判别 一、读取数据并进行预处理 1、读取数据集并进行特征分析 2、标准化、数据集划分 二、数学建模 三、总结核心算法：逻辑回归、SVM、K-近邻问题场景：鸢尾花数据集
2025-09-16 21:56:42
1703
原创 研研修仙路（2）：研究生数学建模竞赛知识积累第二天
找一道真题：从全国大学生数学建模竞赛（国赛）、美国大学生数学建模竞赛（美赛）或“深圳杯”、“电工杯”等比赛中找一道综合性较强的往年真题。最好选择同时涉及“数据挖掘”和“优化”的题目（例如C题风格）。严格计时：用完整的24小时（可以从早上8点到第二天早上8点）来模拟真实比赛。这包括：选题、查资料、建模、编程、写作的全部过程。团队合作：如果你是团队参赛，一定要全员参与，模拟真实的分工（建模、编程、写作）。产出完整论文：最终必须输出一篇格式完整的PDF论文。这是比赛的唯一评分依据。如果你是。
2025-09-14 17:50:42
1832
原创 研研修仙路（1）：研究生数学建模竞赛知识积累第一天
以上是对数学建模中常用方法的一个简单总结，下一篇文章将会对其中一些用的特别多的方法用代码进行实现。另外，在优化算法中还有一些数学上的计算优化方法这里没写到，它们是对数学方程计算的更好更快的解法，在实际应用中我们会直接想到并去搜索应用，在实战篇会进行展示。
2025-09-12 18:19:07
677
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人