<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[raintBN的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/raintBN</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; raintBN]]></copyright><item><title><![CDATA[LIFT框架：让短上下文LLM也能理解超长文本]]></title><link>https://blog.youkuaiyun.com/raintBN/article/details/148484731</link><guid>https://blog.youkuaiyun.com/raintBN/article/details/148484731</guid><author>raintBN</author><pubDate>Sat, 07 Jun 2025 00:57:07 +0800</pubDate><description><![CDATA[论文标题：LIFT: Improving Long Context Understanding through Long Input Fine-Tuning机构：多机构联合研究（待更新）]]></description><category></category></item><item><title><![CDATA[全模态模型对齐新范式：Align Anything框架]]></title><link>https://blog.youkuaiyun.com/raintBN/article/details/148484725</link><guid>https://blog.youkuaiyun.com/raintBN/article/details/148484725</guid><author>raintBN</author><pubDate>Sat, 07 Jun 2025 00:56:09 +0800</pubDate><description><![CDATA[Align Anything通过语言反馈这一创新机制，首次实现了全模态模型与人类意图的深度对齐，为多模态大模型的发展提供了数据、算法与评估的完整解决方案。随着开源生态的完善（代码与数据集已开源至GitHub），这一框架有望推动通用人工智能在教育、医疗、娱乐等多领域的落地，让机器真正“听懂、看懂、理解”人类世界。参考资料。]]></description><category></category></item><item><title><![CDATA[LLM-next：扩散大语言模型LLaDA]]></title><link>https://blog.youkuaiyun.com/raintBN/article/details/148484717</link><guid>https://blog.youkuaiyun.com/raintBN/article/details/148484717</guid><author>raintBN</author><pubDate>Sat, 07 Jun 2025 00:55:15 +0800</pubDate><description><![CDATA[前向过程：对输入序列x0x\_0x_0逐步随机掩码（mask），在时间时： qt|0(xti|x0i)={1−t,xti=x0it,xti=M(8)MMM为掩码符号，t1t=1t1时序列完全掩码）反向过程：训练掩码预测器（Transformer）重构原始文本： L(θ)=−Et,x0,xt[1t∑i=1L1[xti=M]log⁡pθ(x0i|xt)](3)图1：LLaDA预训练/SFT/推理流程。预训练时全序列随机掩码；SFT时仅掩码答案；推理时从全掩码状态逐步预测。]]></description><category></category></item><item><title><![CDATA[易用昇腾（二）：四机32卡基于MindSpeed-RL进行Qwen32B GRPO训练]]></title><link>https://blog.youkuaiyun.com/raintBN/article/details/148484711</link><guid>https://blog.youkuaiyun.com/raintBN/article/details/148484711</guid><author>raintBN</author><pubDate>Sat, 07 Jun 2025 00:53:47 +0800</pubDate><description><![CDATA[使用昇腾平台结合MindSpeed-RL进行大模型的强化学习训练，是提升模型能力的重要途径。此前分享了单机八卡使用MindSpeed-RL进行Qwen-7B模型训练的。本节聚焦于四机32卡环境下，基于MindSpeed-RL进行Qwen-32B GRPO训练的过程，重点分享在实际复现过程中遇到的问题、原因分析以及解决方法，希望能为广大开发者提供参考。Qwen - 32B 使用 GRPO 强化学习的详细教程已发布在上。在按照教程进行四机 32 卡的实际训练过程中，我们同样遇到了一些问题，以下是详细记录。]]></description><category></category></item><item><title><![CDATA[易用昇腾（一）：单机八卡使用MindSpeed-RL进行Qwen-7B模型GRPO训练]]></title><link>https://blog.youkuaiyun.com/raintBN/article/details/148484704</link><guid>https://blog.youkuaiyun.com/raintBN/article/details/148484704</guid><author>raintBN</author><pubDate>Sat, 07 Jun 2025 00:52:47 +0800</pubDate><description><![CDATA[在昇腾 AI 生态的实践中，利用 MindSpeed-RL 工具链进行大模型强化训练是提升模型数学推理能力的关键路径。官方已发布详细的，本文聚焦单机八卡环境下复现-Qwen2.5-7B 过程中的真实 Debug 经历，为开发者提供避坑指南。]]></description><category></category></item><item><title><![CDATA[昇腾MindIE+QwQ-32B实现动态策略规划]]></title><link>https://blog.youkuaiyun.com/raintBN/article/details/148484694</link><guid>https://blog.youkuaiyun.com/raintBN/article/details/148484694</guid><author>raintBN</author><pubDate>Sat, 07 Jun 2025 00:51:38 +0800</pubDate><description><![CDATA[具身智能机器人（如家庭服务机器人）需将“整理房间”等抽象指令拆解为“抓取物品→分类存储→路径避障”等子任务。QwQ-32B通过两阶段强化学习，可将任务拆解准确率提升至92%（对比传统模型提升35%）。在自动驾驶场景中，车辆需在0.1秒内完成对行人、车辆、障碍物的多模态感知，并实时调整行驶轨迹。传统固定策略无法应对突发路况（如紧急刹车或变道），而动态规划可通过强化学习模型实现毫秒级响应。工业机械臂在装配任务中需同步处理视觉（零件位置）、力学（抓取力度）、时序（动作顺序）等多维度信息。动态策略规划通过融合。]]></description><category></category></item><item><title><![CDATA[基于昇腾NPU实现LeRobot学习框架指南]]></title><link>https://blog.youkuaiyun.com/raintBN/article/details/148484678</link><guid>https://blog.youkuaiyun.com/raintBN/article/details/148484678</guid><author>raintBN</author><pubDate>Sat, 07 Jun 2025 00:48:52 +0800</pubDate><description><![CDATA[本方案验证了昇腾 NPU 在机器人学习领域的应用潜力。随着 Hugging Face 生态与国产硬件的深度融合，期待看到更多开发者基于此框架创造出突破性的机器人应用。完整代码示例可访问 LeRobot 官方仓库 获取。]]></description><category></category></item><item><title><![CDATA[tensorflow个人学习笔记]]></title><link>https://blog.youkuaiyun.com/raintBN/article/details/80286713</link><guid>https://blog.youkuaiyun.com/raintBN/article/details/80286713</guid><author>raintBN</author><pubDate>Fri, 11 May 2018 21:59:01 +0800</pubDate><description><![CDATA[1.关于简介安装部分没什么好说的，我已经安装好了；2.神经网络的前向传播可以理解为是就是数据特征与矩阵的乘法（矩阵是各层神经元之间的权重矩阵），使用tf.matmul通过矩阵乘法进行表达；3.变量声明函数tf.Variable，初始化某个变量，...]]></description><category></category></item></channel></rss>