随着大型语言模型在众多领域展现出巨大的应用潜力，基础模型也成为人们关注的焦点。近期，许多机构都推出了中文基础模型，如GLM、baichuan等，这些模型使用了大量算力构建，他们的公开也为社区研究者们提供了极大便利。同时，也有许多具有代表性的模型都主要基于英文训练（例如LLaMA-1&2、Falcon），虽然他们在英文上能力强大，但是跨语言性能较弱。

这篇文章我从祖师爷评上图灵奖的时候开始写的，但不停的在删了重写，删了重写，到现在为止才出一个我勉强接受的版本。我从我的视角来描述下我觉得这些年来强化学习的发展风向。先叠个甲，本人学术不精，本文所有观点都乃我一家之言，欢迎大家批评指正。最近在帮忙给强化学习立标准，我发现这是一件非常痛苦的任务。因为随着这两年强化学习的大力发展，强化学习衍生出了许许多多的子课题方向，除了最经典的online RL以外，

其a g e n t agentagent辨别自身所处的状态(s t a t e statestate)，按照某种策略决定动作(a c t i o n actionaction)，并根据环境反馈的奖励来调整策略，直至达到最优。强化学习中迁移学习的早期研究大多任务域是固定的且只涉及两个任务：一个源任务和一个目标任务。在不同任务的学习过程中，迁移算法通常会改变任务和解的表示形式以进行目标任务的学习。在

每个时间步，RNN接收输入并结合前一时刻隐藏状态计算当前输出与新隐藏状态，公式为，其中为时刻隐藏状态，为输入，、为权重矩阵，为偏置，为激活函数。卷积神经网络（CNN）、循环神经网络（RNN）及其变体（LSTM、GRU）、Transformer（BERT、GPT、Vision Transformer）、扩散模型、生成对抗网络（GAN）以及深度强化学习模型作为深度学习的核心模型家族，各自在不同的应用领

PyScript是由Anaconda公司开发的一个开源框架，基于Pyodide（将Python编译为WebAssembly的项目）构建。它允许开发者：• 在HTML中直接嵌入Python代码• 在浏览器中运行完整的Python科学计算栈（NumPy、Pandas等• 实现Python与JavaScript之间的无缝互操作• 创建丰富的、交互式的Web应用而无需编写JavaScript代码。

从上图，可以比较清晰的理解「AutoGLM 沉思」的差异性，其具备获取更丰富、更深度的信源的能力，未来甚至能进行更深入的网页操作。智谱 AutoGLM 沉思，特别是它的免费、开源以及“边想边干”的能力，真的让我感觉，那个“人人都有 AI 助理”的时代，又近了一大步。从最早的聊天机器人，到能画画、写代码，再到今天，AI 已经能像一个“数字人”一样，拥有自己的“思考”（沉思），还能伸出“手”（Auto

本项目是参加阿里的一个AI硬件比赛.最早使用哪吒N97开发版.后来移植成了地瓜RDK X5.因为地瓜的文档手册比较齐全.而且自带音频口和wifi.还有typec一线连功能.非常方便在未连WIFI的情况下.ssh直接接进去调试配置环境.另外板载的高速CAN总线也适合机器人架构的各种周边设备比如关节电机.在后轮的中间的2040铝型材的横梁上放置了电池的小篮子和S1激光雷达.缺点是会扫到4个椅子腿和人的

2021年见证了vision transformer的大爆发，随着谷歌提出ViT之后，一大批的vision transformer的工作席卷计算机视觉任务。除了vision transformer，另外一个对计算机视觉影响比较大的工作就是Open AI在2021年1月份发布的DALL-E和CLIP，这两个都属于结合图像和文本的多模态模型，其中DALL-E是基于文本来生成模型的模型，而CLIP是用文

最近在淘宝上，ESP32 的零件和配件价格涨得飞快，好多东西都买不到了。装上这套方案，只要几行简单代码，你的毛绒玩具、眼镜，甚至家里的任何一个小物件，都能通过这块芯片和几行简单的代码，摇身一变，成为你的贴心小助手！还有之前火出圈的 aibi 口袋机器人，桌宠设备等等，OpenAI 这次开源的嵌入式实时语音 SDK，无疑是给这些设备送了个“外挂”。现在，可以把 OpenAI 的高级语音功能搬进了各种

本文主要介绍了两类可以用于零样本文本分类的模型。基于自然语言推理的零样本分类模型：适用于对模型推理时间不敏感的低资源文本分类场景，在抹零战役工单分类任务中，表现出了优异的性能。基于文本生成的零样本学习模型：适用于对模型推理时间要求较高的低资源本文分类场景，同时还能进行其他任务的零样本学习。而本文介绍的模型在分类场景下进行了特定的数据增强，大幅提高了分类的稳定性，相比于其他模型更加适合应用于零样本文