m0_60714643的博客

🌟 — 🚀。

创作300字的小故事。

虽然其他来源的数据量较小，但平均文档长度较长，内容质量较高。设计启发式过滤规则，清理数据中的低质量内容，如解析错误、格式错误和非自然语言文本，使用局部敏感哈希（LSH）方法进行模糊去重，采用域名封锁、关键词封锁、色情内容分类器和毒性分类器进行过滤。为了减少数据集中易难样本的不平衡影响，引入了难度衰减系数到排序损失函数中，并加入了对奖励分布的对数障碍惩罚，从而提高模型的鲁棒性和一致性。通过三轮在线RLHF的优化，COOL RLHF显著提高了模型在主观对话评估中的性能，增强了模型的可靠性和对人类偏好的适应性。

选择debugger时选择python debuger。选择debug config时选择remote attach就行，随后会让我们选择debug server的地址，因为我们是在本地debug，所以全都保持默认直接回车就可以了，也就是我们的server地址为localhost:5678。

要理解端口映射所要解决的问题，首先要明确三个“电脑”：本地个人PC a，远程开发服务器 b，以及外网存储资源的服务器c当我们在b上运行web_demo程序时，可能会遇到ui加载不全的问题，这就是因为b访问c出现了代理问题，为了解决这个问题，我们将b中的端口进行映射，映射到本地的主机a，通过a来访问c上述命令的作用是：a通过b唯一暴露在外的40893端口进行ssh通信，告知b进行端口映射的隧道搭建，任何发送到a主机7860端口的流量，都会被ssh隧道转发到b主机127.0.0.1:7860端口处。