發簡信
IP屬地：江蘇
-
2025-02-07 DeepSeek技術論文拆解出于對DeepSeek如何實現強大的思考、總結和表達能力的好奇，我去搜索了DeepSeek的技術論文，試圖了解其實現方法，并在這篇及系列文章中用...
-
2025-02-13 長鏈式思維（CoT）示例微調的檢查點
長鏈式思維（CoT）示例微調的檢查點 DeepSeek-R1 的訓練流程中的第一階段是 Cold Start（冷啟動，SFT 階段），會使用人工...
-
2025-02-13 監督微調（SFT）數據
監督微調（SFT）數據 是用于對預訓練模型進行監督微調的有標注數據慕課網CSDN博客。以下是關于它的一些要點： 數據特點 標注性：與預訓練使用的...
-
兩次全球大危機的比較研究
金融危機似乎再次上演。 19年以來，中美貿易戰、境內疫情爆發、全球疫情蔓延、國際油價暴跌，可謂黑天鵝成群結伴。2020年2月19日至3月23日，...
-
2025-02-08 大型語言模型的多階段訓練流程
大型語言模型的多階段訓練流程主要包括預訓練、監督學習微調、獎勵模型訓練和強化學習微調四個階段，具體如下： 預訓練階段 目標：讓模型學習語言的統計...
-
2025-02-07 DeepSeek 的冷啟動數據
DeepSeek 的冷啟動數據 數據來源與收集方式 few-shot prompting 方式：設計帶有長思維鏈（CoT）的少量示例提示，為模型...
-
2025-02-07 監督學習
監督學習 定義 監督學習是機器學習的一種類型，指利用一組已知類別的樣本調整分類器的參數，使其達到所要求性能的過程，也稱為監督訓練或有教師學習。通...
-
2025-02-07 純強化學習（RL）
純強化學習 是一種機器學習技術，強調智能體僅通過與環境進行交互并基于環境反饋的獎勵信號來學習最優行為策略，而不依賴于監督學習[https://w...
-
2024-09-02 蛤蟆先生去看心理醫生
自我狀態的三位一體 兒童自我狀態：行為和感受像個孩子。由童年殘留的遺跡搭建而成，包含小時候體驗的所有情感（兒童的基本情感）和隨后演變的行為模式。...