verl：一个集SFT与RL于一体的灵活大模型post-training框架 (快速入门)

pip install flash-attn==2.5.9.post1

strtok+istringstream

CNN通常包括这几层：输入层（Input layer）、卷积层（Convolutional layer）、池化层（pooling layer）以及输出层（全连接层+softmax layer）。

index变量与index函数命名冲突了，慎用#include<bits/stdc++.h>。

前馈神经网络可以看作一个复杂的函数，每次输入都是独立的，即网络的输出只依赖于当前的输入。在RNN中，神经元不但可以接受其他神经元的信息，也可以接受自身的信息，形成具有环路的网络结构。

降低tokenizers版本

运行winform程序提示：You must install .NET Desktop Runtime 6.0.1(x64)

前馈神经网络可以看作一个复杂的函数，每次输入都是独立的，即网络的输出只依赖于当前的输入。在RNN中，神经元不但可以接受其他神经元的信息，也可以接受自身的信息，形成具有环路的网络结构。

这里先解释一下过拟合与欠拟合的概念。所谓过拟合，是指模型学习能力过于强大，把训练样本中某些不太具有一般性的特征都学到了。例如判断一个人是否是好人，训练样本中所有好人都或多或少做过一些坏事，模型学到了这一特征，把这一模型运用到了实际预测中去，这明显是有失偏颇的，因为一个人是否是好人理论上跟一个人是否做过坏事是不相关的。所谓欠拟合，是指模型学习能力低下，连训练集中的数据都不能很好的拟合，比如说我要预测