2025-3-20
晚上很饿，遂吃一个香蕉，发现能迅速有效缓解饥饿，赞。
PPT要改的地方：
每个组件 都相较于原来的、改变了什么、为什么比原有的效果好？好在哪里？
再就是听众不清楚强化学习、先介绍一下强化学习是什么。
用一个PPT介绍、再就是给每个组件都举例说明。
为什么是两次SFT+RL？不是三次？
实验需要修改的地方：
- 添加一两个近年few-shot方法
- 跑food200上所有实验
- 把training algorithm改成CLIP再跑结果
师姐说："主要是方法要换成CLIP得一个实验结果，我不知道这个能不能做出来"