logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

《深度学习进阶:自然语言处理》natural language processing 的 jupyter notebook代码及笔记

《深度学习进阶:自然语言处理》jupyter notebook的ipynb代码,并加入了笔记,更利于学习。仓库地址:https://gitee.com/taurus_horse/nlp-from-scratch。源代码可在“随书下载”处获取:https://www.ituring.com.cn/book/2678。

文章图片
#深度学习#自然语言处理#jupyter
已有腾讯云cos图床,CSDN 转存失败,源站可能有防盗链机制

腾讯云cos图像csdn转存失败,源站可能有防盗链机制

#腾讯云
【论文笔记】LIMA: Less Is More for Alignment

大型语言模型通常分两阶段进行训练:(1)对海量原始文本进行无监督预训练,学习通用表征;(2)指令微调和强化学习,更好地适应最终任务和对齐用户偏好。该论文通过训练LIMA来衡量这两个阶段的相对重要性,LIMA是一个65B参数的LLaMa语言模型,在没有任何强化学习或人类偏好建模的情况下,只对1000个精心策划的prompts和responses进行了标准监督损失的微调。LIMA表现出了非常强大的性能

文章图片
#论文阅读#less#人工智能
【论文笔记】A Survey on In-context Learning

随着大模型能力的增强,上下文学习(In-context learning, ICL)已成为自然语言处理的新范式,其中LLM仅仅基于添加了几个示例的上下文进行预测。探索ICL来评估和推断LLM的能力已经成为一种新的趋势。本文旨在调查和总结ICL的进展和挑战。首先给出了ICL 的正式定义,并阐明了它和相关研究的相关性。然后,组织并讨论了先进的技术,包括训练策略,演示设计策略以及相关分析。最后,讨论了I

文章图片
【论文笔记】A Survey on In-context Learning

随着大模型能力的增强,上下文学习(In-context learning, ICL)已成为自然语言处理的新范式,其中LLM仅仅基于添加了几个示例的上下文进行预测。探索ICL来评估和推断LLM的能力已经成为一种新的趋势。本文旨在调查和总结ICL的进展和挑战。首先给出了ICL 的正式定义,并阐明了它和相关研究的相关性。然后,组织并讨论了先进的技术,包括训练策略,演示设计策略以及相关分析。最后,讨论了I

文章图片
typora+picgo剪贴板图片上传卡死(一直显示uploads)

Typora使用Picgo上传剪贴板中的图片(截图)时经常上传卡死,一直是uploads的状态。通过右下角托盘打开picgo时,发现picgo也卡死。任务管理器中picgo进程内存占用率高。最后在Picgo设置中打开”使用内置剪贴板上传“后解决问题。Error: EPIPE: broken pipe, write [PicGo ERROR]

#编辑器#bug
colab防止掉线断连及清除方法

colab防止掉线断连及清除方法function ConnectButton(){console.log("Connect pushed");document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").click()}setInterval(ConnectBut

#前端
colab防止掉线断连及清除方法

colab防止掉线断连及清除方法function ConnectButton(){console.log("Connect pushed");document.querySelector("#top-toolbar > colab-connect-button").shadowRoot.querySelector("#connect").click()}setInterval(ConnectBut

#前端
到底了