这两个指标在自然语言处理领域应用广泛，能够反映生成文本与参考文本之间的相似度，进而为文本生成质量提供客观衡量标准。其中，BLEU 侧重于文本间的匹配准确性，适用于评估生成文本在词汇和句法层面的精确性 [43]；而 ROUGE 则是衡量文本覆盖度与连贯性的指标，通过 ROUGE-1、ROUGE-2 和 ROUGE-L 三个子指标，从多个层面实现综合评估 [44]。其次**，“大语言模型作为评判者”

4.在「Cursor Settings」菜单栏中点击「MCP」，然后点击「+ Add new global MCP server」按钮，会弹出一个mcp.json文件，把arxiv-mcp-server中的配置信息添加到json文件中去。5. 配置自己的API KEY，其余模型去掉。3. 下载0.47版本以上的Cursor。2. git clone 代码。将安装路径添加到环境变量。

由于真实雷达图像较少，作者采用了GPR工具箱，使用不同配置，合成了部分模拟雷达图。然后采用Cifar-10数据（灰度图）对Faster RCNN进行预训练，再采用真实和合成数据进行微调。论文地址。

机器学习面试准备（一）KNN

1.4 HOG特征+支持向量机实现行人检测为了把前面知识串起来，参考书籍做了以下实验。import cv2import matplotlib.pyplot as pltfrom matplotlib import patchesimport numpy as npimport randomimport osfrom numpy.lib.shape_base import take_along_ax

GFLOPsFLOPs 是浮点运算次数，可以用来衡量算法/模型复杂度GFLOPs。为十亿（1e9）次的浮点运算。Latency网络前向传播的时间，1 ms=1e-3 s，10.5ms=0.0105s。FPS每秒传输帧数，FPS=1/Latency，1/0.0105=95.2。Parameters参数量，指模型含有多少参数。测试模型参数量和Flops。

机器学习面试准备（一）KNN

Python读取txt文本数据，写进excel中

来源：

需求：zip打包某个目录但是要排除目录下某个文件或者某个目录。-x参数后加要排除的文件或目录的完整路径。