今天主要是在乌兰察布市的旁边的草原和火山转了转。(不安です)

乌兰察布

郭林锡勒草原

从早上6.30起床、然后7.10去吃早餐、7.30匆匆到集合地集合；于是开始了一天的坐车之旅（拜托，这可是整整从早上7.30-20.00的全程坐车之旅）。

大草原上风呼呼地吹、感觉人被冻傻了；再就是意外发现了一个湖，上面有些许的...

嘿嘿，今天直接闪现呼和浩特。

总结一下：今天走了14.7km，我是神！

呼和浩特

早上因为脑子里在不停地循环“私はできない　できない　できない子”所以其实6.15就醒了。掂念着昨天晚上上课忘记带走地耳机，想着今天早上一定要早点起来去拿，结果起的也太早了吧（啊喂

搭上8.30-9.37的怀柔小火车，抵达清河站——

结果因为截图...

昨天跑了几个实验，得到了如下的结果：

阅读全文

其他

知道RLHF吗？讲一下训练流程

用于大模型（如ChatGPT）对齐人类价值的训练方法。

1. Supervised Fine-Tuning（SFT）：用高质量人类标注数据微调预训练模型
2. Reward Model（RM）训练：用人类偏好数据训练打分模型
阅读全文

RNN（循环神经网络）

核心结构: RNN 的设计目的是处理序列数据（如文本、语音），其核心特点是隐藏层神经元之间存在循环连接，允许信息在时间序列中传递。

阅读全文

有关于Transformer的一些知识盘点。

Transformer