【深度学习知识点扫盲】病态、病态条件

本文主要介绍MAP及最大后验及其相关数学内容。文章目录MAP与最大后验数学相关MAP与最大后验在贝叶斯统计学中，最大后验（Maximum A Posteriori，MAP）估计可以利用经验数据获得对未观测量的点态估计。它与Fisher的最大似然估计（Maximum Likelihood，ML）方法相近，不同的是它扩充了优化的目标函数，其中融合了预估计量的先验分布信息，所以最大后验估计可以看作是正则

【深度学习知识点扫盲】病态、病态条件

论文列表详见：openAI spinning-up key paper list

一天，鬼谷子随意从2-99中选取了两个数。他把这两个数的和告诉了庞涓，把这两个数的乘积告诉了孙膑，但孙膑和庞涓彼此不知到对方得到的数。第二天，庞涓很有自信的对孙膑说：虽然我不知到这两个数是什麽，但我知道你一定也不知道。随后，孙膑说：那我知道了。过一会儿，庞涓说：那我也知道了。

LL（1）文法属于自上而下的分析方法。也就是说，同一个非终结符的多种递推方式中，首字母一定不同。这样就可以只用根据一个首字母就可以判断出是哪一个递推式子。文法名字由来第一个L代表从左边开始扫描；第二个L表示产生最左推导数字1表示每一步推导式只需要向后看一个符号就可以LL(1)文法的明显性质没有公共左因子（如果有，那么无法只读一个字符就判断如何递归）不是二义的（每个读入的字符都...

网站介绍Connected Papers是一个旨在帮助科研工作者搜索文献的免费工具。今天偶然发现，记录一下自己的使用经历。顺便推荐给大家。网址：https://www.connectedpapers.com/特点：① 输入你所查阅的文献后，即可呈现一个可视化的相关文献网络图，使原本一排排罗列着的参考文文献调研神器–献图像化。② 可视化的相关文献网络图列举的都是与本研究领域最相关以及最重要的文献，帮

论文列表详见：openAI spinning-up key paper list

和 DeepSeek-R1 一样强调 RL 的作用，但更强调 prompt 的重要性。

顿悟时刻”在这个阶段，DeepSeek-R1-Zero 学会为问题分配更多的思考时间，通过重新评估其初始方法来实现。这种行为不仅是模型推理能力增长的证明，也是研究人员观察其行为的一个“顿悟时刻”。它突显了强化学习的力量和美丽：我们不是明确地教模型如何解决问题，而是仅仅提供正确的激励，模型就会自主发展出高级的问题解决策略。“顿悟时刻” 有力地提醒我们，RL 解锁人工系统中智力新水平的潜力，为未来更自