什么是“流”？在我接触过的各种数学体系中，对于运动和变化的描述，我感觉最为适合的有两种不同的perspective：流和变换群。前者以被作用的对象为中心，运动就是这个东西随时间变化的函数；后者以变换本身为中心，研究的是各种变换所组成的空间的代数和拓扑结构。我想，相对来说，前者对于多数人而言似乎更为直观。在这篇文章里，就以“流”(Flow)的角度展开了。其实，这两种思路有着根本的联系——这种联系体现

EROFS(Extendable Read-Only File System)是华为最近发布的一个新的Linux文件系统，它是一个基于ROM的只读文件系统。目前已经并入内核主线4.19分支。该文件系统因为其所宣传的“可提升随机读写速度数倍”引起了业内外广泛关注。下面将从两个方向对该文件系统取得如此成效的原因进行解读。通过fixed output压缩缓解读放大问题一般存储器以4K为最小...

符号运算系统最有用的一项特性就是数学表达式的化简。SymPy中有许多能够进行不同类型表达式化简的函数。其中，有一个通用的函数名为simplify，它能够试图以一种智能的方式应用这些化简函数，并最终得到表达式的最简形式。下面给出一个simplify的例子：>>> simplify(sin(x)**2 + cos(x)**2)1>>

使用有监督学习方式，基于GPT3.5微调训练一个初始模型；训练数据约为2w~3w量级根据InstructGPT的训练数据量级估算，参照P33 Table6），由标注师分别扮演用户和聊天机器人，产生人工精标的多轮对话数据；值得注意的是，在人类扮演聊天机器人时，会得到机器生成的一些建议来帮助人类撰写自己的回复，以此提高撰写标注效率。以上精标的训练数据虽然数据量不大，但质量和多样性非常高，且来自真实世界

使用有监督学习方式，基于GPT3.5微调训练一个初始模型；训练数据约为2w~3w量级根据InstructGPT的训练数据量级估算，参照P33 Table6），由标注师分别扮演用户和聊天机器人，产生人工精标的多轮对话数据；值得注意的是，在人类扮演聊天机器人时，会得到机器生成的一些建议来帮助人类撰写自己的回复，以此提高撰写标注效率。以上精标的训练数据虽然数据量不大，但质量和多样性非常高，且来自真实世界