- 博客(8)
- 收藏
- 关注
RSS订阅原创 八股训练营 40 天总结
40 天里，我经历了从最初的摸索，到逐渐形成适合自己的学习节奏，也从零散的知识点积累，走向了体系化的理解与记忆。知识沉淀—— 八股文的背诵不再只是“死记硬背”，而是通过理解+类比的方式，把知识点内化。编筐编篓，重在收口。—— 这不仅是训练营的结尾，更是我学习道路上的一个新起点。持续学习：把 40 天的学习习惯迁移到后续的技能提升中，比如算法、系统设计等。在这个过程中，我学到的不只是知识，还有**如何在有限时间内高效、持续地成长。结束只是形式上的，真正的开始是在你决定继续走下去的那一刻。
2025-08-11 23:51:55
313
原创 L1G3000
提示词工程（Prompt Engineering）是一种优化人工智能（AI）模型输出的技术，特别是在自然语言处理（NLP）领域。这种技术通过精心设计输入的提示（prompts）来引导AI模型产生更符合人类期望的输出。以下是使用提示词工程相比不使用提示词在三个方面的具体优势：1. 更好的文字创作能力： 更明显的风格：通过设计特定的提示，可以引导AI模型产生具有特定风格的文字，如幽默、正式、抒情等。这使得AI创作的内容更加多样化，更能满足不同场景和读者的需求。
2024-11-19 11:24:07
415
原创 L1G1000
推理能力：领先社区开源模型相对InternLM2性能提升20%；支持100w字上下文：百万字；自主规划和搜索完成复杂任务：通过信息搜索和整合，针对复杂问题撰写专业回答，效率提升60倍；高质量合成数据主要有以下策略：基于规则的数据构造：代码、公式，函数、数学题解；基于模型的数据扩充：增加注释；基于反馈的数据生成：满意度排序，通过排序使其生成更符合人类要求的答案；推理能力有较大的提升，领先同量级开源模型。100Token上下文大海捞针实验：给一个模型提供非常长的背景知识的时候，模型是否能够完美定位任何位置的任何
2024-11-16 22:22:33
342
原创 L0G4000作业
新建一个hf_download_josn.py文件，并运行。下载internlm2_5-chat-1_8b，使用hugging face spaces。在codespaces安装依赖。用git提交到远程仓库。
2024-11-16 15:12:04
203
原创 L0G2000作业
'```json\n{\n "model_name": "书生浦语InternLM2.5",\n "developer": "上海人工智能实验室",\n "parameter_versions": [1.8B, 7B, 20B],\n "context_length": "1M"\n}\n```'
2024-11-14 23:59:45
233
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