从ReAct的论文中（参考1），可以看到，单纯用COT，也会存在一些问题，靠COT也无法很好的回答问题，如下图所示

1. 引入我们之前已经了解了RNN中的GRU[2]和LSTM[3]。怎么样才能进一步优化RNN这样的模型呢？就是使用双向RNN，它能使得我们在序列的某点处，不仅获取之前的信息，还能获取将来的信息。将来的信息是什么意思呢？为什么根据之前的信息还不足够网络做决策？我们看下面的一个例子：用传统RNN做NER，判定某个单词是否为人名。例子中给出的两句话，第一句话中的Teddy不是人名（是泰迪熊...

如何调试第三方库，如何才能动态看到第三方库中的中间结果?

1. 引入深度学习模型，大都是多层的网络，各个层可能各有不同（Dense, Dropout, Flatten, Activation, BatchNormalization, GlobalAveragePooling2D,Conv2D, MaxPooling2D, ZeroPadding2D,LSTM）。有时候我们需要获取多层网络中某一层的输出值，用于做可视化，或者Embedding。下面就以一个

Abstract在《基于深度学习的目标检测思路》中，提到了可以用滑动窗口的思路来做目标检测。除了滑动窗口，还有其他的目标检测算法吗？目标检测介绍传统的目标检测算法，都是基于滑动窗口，训练模型的，如下图所示。该方法对目标的标注，需要标注目标的位置、大小、类型等信息，标注成本是很高的。但是，做目标检测是少不了这个标注工作的。这种传统的滑动窗口目标检测方法，最大的缺点是： 窗口大...

从SVM的模型表达式开始，理解SVM的各关键点

LLaMA-Factory微调ChatGLM3报错： Segmentation fault (core dumped)

引入surprise是Simple Python Recommendation System Engine的缩写，是一个为了实现推荐系统的框架。它自带了SVD，user-based，item-based协同过滤算法等多种推荐算法，接口简单，功能强大。但官方文档写的并不好，笔者花了不少时间，都没有找到如何预测某个user对某个item进行打分这样的基础用法，所以把摸索后得到的经验分享于此。数据集..

大模型训练中的 Pre-Training，Fine-Tuning，In-Context Learning，Reward Modeling，PPO，DPO，RLHF的含义与区别。

最近几年，jupyter在全球数据科学领域，已经成为不可或缺的重要工具。在jupyter中用python写程序，若import了自己写的外部模块，如果这个外部模块有更新，再次执行import，jupyter是不会重新导入的。一般的做法是先restart整个jupyter文档，再重新执行代码，以确保所有导入的外部模块都是最新的。但这种做法太麻烦，效率也不高。网上搜“jupyter auto re..