Posts

按体重定三大营养素的起始量，两周看一次体重只调碳水，训练日把碳水集中到训练前后。

在 Auxiliary-Loss-Free（ALF）方法中，采用 来选择 expert。 correction bias 的学习可以改善负载均衡。但是在后续的 gated output 中，仍然采用原始 score 来加权。这就会自然引入一个问题：是否会因为某个 expert 相 …

让codex从html中抽取并恢复了2024年及以前的旧博客，读来深感亲切！ 其实这件事情想做已久，但是markdown原稿已经丢失，只有html的版本，所以懒得做。而现在Coding Agent已经足够发达，所以偶然想起，心血来潮，让Codex迅速搞定了！

It's almost been half a year since I first decided to kick off this RL notes series. I apologize for the delay -- I've been busy with other …

In the last post, we introduced the basics of RL—action, reward, state, value, policy, model, etc.—so you should now have a rough picture of …

It’s been a while since I last updated this blog, so I’m kicking off a new series. I’m currently taking a Reinforcement Learning (RL) course …

想必经常在多台开发机器之间切换的朋友都有这样的烦恼：当使用一台新的服务器或者起了一份新的 Docker 时，从 0 开始的开发环境让人极不习惯，重新配一份又过于浪费时间。笔者经过一番检索，发现了 Chezmoi 这个优雅的点文件管理工具，几乎完美解决了上述痛点，因此在这里安利给大 …

我习惯使用VScode(现在是Cursor)+Latex Workshop工具链来书写Latex，但是最近引入Minted宏包时遇到了一些困难，并困扰了我一阵(详见The latexmk recipe can find pygmentize, but the xelatex …

搭好了新博客，从 Hexo 转 Hugo 了！ 希望这次能够坚持写作:(

此文为宗正宇老师在最后一节课所划六个重点的整理，权作期末预习(x) 定理 7.4 极小多项式 和特征多项式 含有完全相同的根集和不可约因子集。 一般来说考试涉及的矩阵并不复杂，维数也较小，因此可以根据定理 7.4， …

NLP Course of Hugging Face

NLP Course of Hugging Face

少人的夜里，一个人在校园里随意漫步，重新感受风、河水、柳树与孤独。

最近读到一个可以判断素数的正则表达式（匹配成功则不是素数）： 这么精炼，颇有些出乎我的意料。因为在我的印象中大多数正则表达式都十分丑陋，比如匹配邮箱的正则表达式： 然而，仔细阅读了一下原理后却发现它的确可以，不过需要一步预处理，即把十进制数字转换为“1的数组”：0为空字符串，1 …

本文是数据科学导论期末大作业展示的报告，拿来随便水一篇博客hh 生成对抗网络 (Generative Adversarial Network, GAN) 是一种十分流行的机器学习模型。自2014年Ian Goodfellow等人首次提出以来，GAN迅速在学术界和工业界引发了热烈的 …

本来是不喜欢冬天的。 原来顶喜欢的季节是秋天。漫步街头，总能与一片飘然坠于身前的落叶不期而遇。爱极了这种意料之外的邂逅。 后来听过 luna 的あの夏のいつかは（在那個夏日的某天），夏天在我心中的地位渐渐变得与秋天不分伯仲了。每次看这首曲子的 pv，都深为夏的热烈激动不已：“正是 …

建好了博客，第一件事当然是发一篇 Hello,world! (bushi 实际上没想好要写啥，所以随便水一篇博客 放首DT：