lvzi

deepseek用的grpo训练，我觉得不符合一个不断迭代的思路，因为大量用户带来了大量对话数据，这部分数据在grpo训练中没有得到有效利用（当然，收集到了真实的用户输入数...

市面上竟然没有开源的轲离线部署的huggingface网站，实现 model和dataset上传下载...

vscode中有插件/侧边栏 显示 所有prompt保存在云端，调用获取，实现多端同步 thats all 市面上已有项目 prompthub，但是不维护了，本地clien...

```bash #!/bin/bash # 设置检测间隔时间（秒） CHECK_INTERVAL=5 while true; do # 使用 nvidia-smi 获取所有...

reward hacking 解释：一类现象：cot错的，结果对的 例子。 出处：(2022)Scaling Laws for Reward Model Overoptim...

``` [tasks] basic bmc nofullskip prove cover noverific cover basic cover : default [op...

pypi打包发布 文档 changelog setup.cfg文件怎么写 LICENSE 发版 本文以nlpertools包为例，分别介绍以上五个部分 1. pypi打包发...

开放域实体关系抽取 它的结果不是用于构建知识图谱，而是存储大量的候选关系。依据置信水平来进行使用。   bert embedding的lookup   BERT如何处理超过...

表现为 键鼠操作效果与按住ctrl后操作一样。 原因不详 解决方法： 我是按住ctrl + shift + fn解决 还有人是按住ctrl + alt + fn解决 都试试...

如果mv的是root文件，那么在mv到Permission denied之前的文件 那么只会copy一份到target 目录。...

```json { // Use IntelliSense to learn about possible attributes. // Hover to view des...

依然采用自回归的训练方式，损失为每个token的交叉熵。 (commit: d36685b) 疑问 仅仅是拼接了question和answer，没有按照模板来拼？ 不重要，...

FQA Install linux安装脚本当前会尝试下载两种安装包，真实下载地址其实是github，国内的原因，很难完成下载，旧版可以通过github镜像下载，新版的下载地...

测试环境 机器: A800 * 8 抱怨 codellama-70b，推理速度巨慢，用ollama也经常卡死 在网上没有看见任何吐槽/分析其推理速度的文章 同样大小的qwe...

报错： RuntimeError: Cannot re-initialize CUDA in forked subprocess. To use CUDA with mul...

Alt + Tab可以一次就切换到我想要的窗口，无实际内容，仅仅是产品需求，希望windos可以实现该功能...

python执行cmd命令，如果cmd命令需要执行的时间过长，该如何停止cmd命令 错误示范1 采用timeout 错误示范2 超时并不会自动停止执行命令 正确方法 手动停...

pandas直接转换成html不是三线表，而三线表又是我们常用的一个功能 所以需要稍微转换一下，可以直接通过下面代码生成html的三线表，复制到网页中即可呈现三线表 转换方...

问题说明 在windows里通过wsl安装了ubuntu系统，在ubuntu系统内装了某一个工具，例如iverilog，在ubuntu终端内，是可以正确使用的，而在wind...

问题 使用pip install -e .安装 报错信息 问题定位 找到关键信息 找不到cuda architecture,在issue里见过类似的问题，造成的原因是nvc...