DeepSeek-R1-Zero： 直接从DeepSeek-V3-Base进行强化学习RL训练，大概进行了数千步，就能展现出强大的性能和惊人的推理能力。（AIME 2024 ...
发简信
IP属地：浙江
-
DeepSeek-R1论文浅读 -
-
DeepSeekMath论文浅读(GRPO)Group Relative Policy Optimization(GRPO) ，从DeepSeekMath[https://arxiv.org/html/2402.033...
-
PPO（Proximal Policy Optimization）PPO（Proximal Policy Optimization）是一种广泛使用的强化学习算法，它通过优化策略来训练智能体，旨在提升训练过程的稳定性和效率。 PPO 的核心思...
-
spacy安装和使用
spacy是一个python的自然语言处理的包，可以做词性分析、命名实体识别、依赖关系刻画，embedding的计算以及可视化。 直接清华源安装spacy 点击下载.whl文...
-
-
位置编码（Positional Encoding）在大语言模型（LLM）中，位置编码（Positional Encoding）是用于表示输入序列中词汇或标记相对位置的技术。由于Transformer架构本身并没有内建顺序信息...
-
Linux cuda-toolkit安装查看系统信息 下载工具包 下载地址： https://developer.nvidia.com/cuda-toolkit-archive[https://developer....
-
Linux教程 命令行运行clash
clash (meta) 下载安装包 linux x64下载 curl https://d2.duckgogo.net/mihomo/mihomo-linux-amd64-v...
-
Clustering and Ranking（CaR）代码框架解读
论文和仓库 论文地址[https://arxiv.org/abs/2402.18191]官方代码[https://github.com/IronBeliever/CaR.gi...
-
Windows上neo4j的安装社区版安装 安装依赖JDK neo4j安装需要的依赖：https://neo4j.com/docs/operations-manual/current/installatio...
-
自动提示工程（Auto Prompt）LMOps代码复现和解读
ProTeGi: Prompt Optimization with Textual Gradients是一篇自动基于LLM的自动提示工程，非常感谢作者的创新和分享，以下是原论...
-
git设置提交用户名
取消全局用户名邮箱 git config –global –unset user.namegit config –global –unset user.email 设置全局用...
-
mac微信文件存储路径修改
首先说明：mac微信聊天文件保存是按照每个群聊，每个聊天对象，接收，发送分别保存的 查看当前文件的保存路径首先查看原本微信文件存储的默认路径，不知道路径的，直接在微信接受的文...
-
-
解决： 'DeepSpeedCPUAdam' object has no attribute 'ds_opt_adam'
deepspeed运行大模型时报错： ```python Exception ignored in: <function DeepSpeedCPUAdam.__del__ a...