当前位置： 首页 > news >正文

大语言模型预训练、微调、RLHF

news 2026/4/2 13:32:17

转发，如有侵权，请联系删除：

1.【LLM】3：从零开始训练大语言模型（预训练、微调、RLHF）

在这里插入图片描述

2.老婆饼里没有老婆，RLHF里也没有真正的RL

3.【大模型微调】一文掌握7种大模型微调的方法

在这里插入图片描述

4.基于 Qwen2.5-0.5B 微调训练 Ner 命名实体识别任务

Qwen模型应用：微调与部署实践

CLUENER2020数据集在https://www.cluebenchmarks.com/introduce.html上无法下载，可以在openxlab.org.cn上下载，如下图所示：
在这里插入图片描述在这里插入图片描述
感谢博主的分析，可以完整的进行微调
在这里插入图片描述
微调2步的测试结果
在这里插入图片描述
Pytorch实现11种常用学习率调整策略(自定义学习率衰减)
如果你的PyTorch优化器效果欠佳,试试这4种深度学习中的高级优化技术吧
PyTorch不同优化器的比较

相关文章：

大语言模型预训练、微调、RLHF

转发，如有侵权，请联系删除： 1.【LLM】3：从零开始训练大语言模型（预训练、微调、RLHF） 2.老婆饼里没有老婆，RLHF里也没有真正的RL 3.【大模型微调】一文掌握7种大模型微调的方法 4.基于 Qwen2.…...

编程日记 2025/1/13 9:20:32

vue3后台系统动态路由实现

动态路由的流程：用户登录之后拿到用户信息和token，再去请求后端给的动态路由表，前端处理路由格式为vue路由格式。 1）拿到用户信息里面的角色之后再去请求路由表，返回的路由为tree格式 后端返回路由如下： …...

编程日记 2025/1/13 9:19:30

解决idea中无法拖动tab标签页的问题

1、按 Ctrl Alt S 打开设置，找到路径 File | Settings | Appearance & Behavior | Appearance 2、去掉勾选 Drag-and-drop with Alt pressed only 即可...

编程日记 2025/1/13 9:16:25

WMS仓库管理系统，Vue前端开发，Java后端技术源码（源码学习）

一、项目背景和建设目标 随着企业业务的不断扩展，仓库管理成为影响生产效率、成本控制及客户满意度的重要环节。为了提升仓库作业的透明度、准确性和效率，本方案旨在构建一套全面、高效、易用的仓库管理系统（WMS）。该系统将涵盖库…...

编程日记 2025/1/13 9:13:21

25/1/12 嵌入式笔记 学习esp32

了解了一下位选线和段选线的知识： 位选线： 作用：用于选择数码管的某一位，例如4位数码管的第1位，第2位） 通过控制位选线的电平（高低电平），决定当前哪一位数码管处于激活状…...

编程日记 2025/1/13 9:11:19

【NLP】ELMO、GPT、BERT、BART模型解读及对比分析

文章目录 一、基础知识1.1 Word Embedding（词嵌入）1.2 词嵌入模型1.3 神经网络语言模型NNLM 二、ELMO2.1 ELMO的提出2.2 ELMO核心思想2.3 ELMO的优缺点 三、GPT3.1 Transformer3.2 GPT简介3.3 GPT模型架构3.4 预训练及微调3.5 GPT和ELMO对比 四、BERT4.1…...

编程日记 2025/1/13 9:09:17

go语言学习(数组,切片,字符串)

字符串 如果里面存储的是汉字,那么其实就是存储的是UTF--8编码,所以一个字会对应多个字节.如果想要获取汉字的个数,可以使用rune,来处理unicode字符 length: utf8.RuneCountInString( s) 如果只使用len()获取的是字节的个数, 字符串的功能 1,获取字节长度 len(xx) 2,获取字…...

编程日记 2025/1/13 9:08:15

PM 实战 - 智能药盒PRD + 市场规模分析

写在前面 智能硬件 PRD 实例资源很少，Po下个人作品，假定前提为to Boss需求，目标在于覆盖产品设计核心部分（用户画像Persona、产品逻辑图、产品架构图、软件原型图、硬件低保真设计、用例Use Case、硬件标准）。不是申请…...

编程日记 2025/1/13 9:06:11

SQL刷题快速入门（二）

其他章节：SQL刷题快速入门（一） 承接上一章节，本章主要讲SQL的运算符、聚合函数、SQL保留小数的几种方式三个部分 运算符 SQL 支持多种运算符，用于执行各种操作，如算术运算、比较、赋值、逻辑运算等。以下…...

编程日记 2025/1/13 8:58:01

hive迁移后修复分区慢，怎么办？

我有1个30TB的分区表，客户给的带宽只有600MB，按照150%的耗时来算，大概要迁移17小时。 使用hive自带的修复分区命令（一般修复分区比迁移时间长一点），可能要花24小时。于是打算用前面黄大佬的牛B方案。 Hive增…...

编程日记 2025/1/13 8:55:59

代码随想录算法训练营day27

代码随想录算法训练营 —day27 文章目录 代码随想录算法训练营前言一、贪心算法理论基础二、455.分发饼干三、376. 摆动序列53. 最大子数组和总结 前言 今天是算法营的第27天，希望自己能够坚持下来！ 今日任务： ● 贪心算法理论基础 ● 455.…...

编程日记 2025/1/13 8:54:58

python 代码使用 DeepXDE 库实现了一个求解二维非线性偏微分方程（PDE）的功能

import deepxde as dde import numpy as np import matplotlib.pyplot as plt import tensorflow as tf# 设置时空计算域 Lx 1 # x 范围从 0 到 1 Ly 1 # y 范围从 0 到 1 Lt 0.05 # t 范围从 0 到 0.05 geom dde.geometry.Rectangle([0, 0], [Lx, Ly]) # 空间域 timed…...

编程日记 2025/1/13 8:52:56

【Go】：深入解析 Go 1.24：新特性、改进与最佳实践

前言 Go 1.24 尚未发布。这些是正在进行中的发布说明。Go 1.24 预计将于 2025 年 2 月发布。本文将深入探讨 Go 1.24 中引入的各项更新，并通过具体示例展示这些变化如何影响日常开发工作，确保为读者提供详尽而有价值的参考。 新特性及改进综述 HTTP/2 …...

编程日记 2025/1/13 8:51:55

VUE3 一些常用的 npm 和 cnpm 命令，涵盖了修改源、清理缓存、修改 SSL 协议设置等内容。

以下是一些常用的 npm 和 cnpm 命令，涵盖了修改源、清理缓存、修改 SSL 协议设置等内容。 npm 常用命令 1. 修改 npm 源 更改为淘宝的 npm 镜像源（可以提高安装速度）： bash复制代码 npm config set registry https://registry…...

编程日记 2025/1/13 8:47:49

【SpringBoot】@Value 没有注入预期的值

问题复现 在装配对象成员属性时，我们常常会使用 Autowired 来装配。但是，有时候我们也使用 Value 进行装配。不过这两种注解使用风格不同，使用 Autowired 一般都不会设置属性值，而 Value 必须指定一个字符串值，因为其…...

编程日记 2025/1/13 8:31:33

【STM32-学习笔记-6-】DMA

文章目录 DMAⅠ、DMA框图Ⅱ、DMA基本结构Ⅲ、不同外设的DMA请求Ⅳ、DMA函数Ⅴ、DMA_InitTypeDef结构体参数①、DMA_PeripheralBaseAddr②、DMA_PeripheralDataSize③、DMA_PeripheralInc④、DMA_MemoryBaseAddr⑤、DMA_MemoryDataSize⑥、DMA_MemoryInc⑦、DMA_DIR⑧、DMA_Buff…...

编程日记 2025/1/13 8:30:32

js实现一个可以自动重链的websocket客户端

class WebSocketClient {constructor(url, callback, options {}) {this.url url; // WebSocket 服务器地址this.options options; // 配置选项（例如重试间隔、最大重试次数等）this.retryInterval options.retryInterval || 1000; // 重试间隔&#…...

编程日记 2025/1/13 8:28:30

企业总部和分支通过GRE VPN互通

PC1可以ping通PC2 1、首先按照地址表配置ip地址 2、分别在AR1和AR3上配置nat 3、配置GRE a 创建tunnel接口，并选择tunnel协议为GRE，为隧道创建一个地址，用作互联 b 为隧道配置源地址或者源接口，这里选择源接口；再为…...

编程日记 2025/1/13 8:24:26

油猴支持阿里云自动登陆插件

遇到的以下问题，都已在脚本中解决： 获取到的元素赋值在页面显示，但是底层的value并没有改写，导致请求就是获取不到数据元素的加载时机不定，尤其是弱网情况下，只靠延迟还是有可能获取不到，且登陆…...

编程日记 2025/1/13 8:22:24

【2024年华为OD机试】(C卷,100分)- 字符串筛选排序 （Java JS PythonC/C++）

一、问题描述 题目描述 输入一个由N个大小写字母组成的字符串 按照ASCII码值从小到大进行排序 查找字符串中第K个最小ASCII码值的字母 (k > 1) 输出该字母所在字符串中的位置索引 (字符串的第一个位置索引为0) k如果大于字符串长度则输出最大ASCII码值的字母所在字符串…...

编程日记 2025/1/13 8:21:23

开源硬件监控新选择：LibreHardwareMonitor全方位解析与应用指南

开源硬件监控新选择：LibreHardwareMonitor全方位解析与应用指南 【免费下载链接】LibreHardwareMonitor Libre Hardware Monitor is free software that can monitor the temperature sensors, fan speeds, voltages, load and clock speeds of your computer. 项…...

编程新知 2026/4/2 13:08:19

告别云服务器开销：手把手教你用Docker Compose在本地Linux虚拟机部署Dify

告别云服务器开销：手把手教你用Docker Compose在本地Linux虚拟机部署Dify 在云计算成本不断攀升的今天，越来越多的独立开发者和小团队开始寻求更经济高效的解决方案。对于数据敏感型项目或内部测试环境而言，本地化部署不仅能显著降低长期运营…...

编程新知 2026/4/2 12:54:14

3款高效AI答题工具助力B站硬核会员试炼

3款高效AI答题工具助力B站硬核会员试炼 【免费下载链接】bili-hardcore bilibili 硬核会员 AI 自动答题脚本，直接调用 B 站 API，非 OCR 实现 项目地址: https://gitcode.com/gh_mirrors/bi/bili-hardcore B站硬核会员试炼要求用户在100道专业题目…...

编程新知 2026/4/2 12:21:46

面试复盘（Debrief）的艺术：挂了面试不可怕，如何通过感谢信获取真实Feedback并为下次“埋伏笔”？

在2026年竞争极其激烈的北美科技求职市场中，即使是背景最优秀的候选人，也必然会经历面试失败。在工业界的招聘漏斗中，由于技术栈匹配度、团队预算（Headcount）变动或单纯的竞争者过强，收到拒信（R…...

编程新知 2026/4/2 11:38:52

解决图像修复与纹理合成难题的Resynthesizer：开源智能填充工具全指南

解决图像修复与纹理合成难题的Resynthesizer：开源智能填充工具全指南 【免费下载链接】resynthesizer Suite of gimp plugins for texture synthesis 项目地址: https://gitcode.com/gh_mirrors/re/resynthesizer 在数字图像处理领域，我们经常面临…...

编程新知 2026/4/2 11:16:31

iMeta | 浙江农科院卢立志/曾涛联合中南大学湘雅医院揭示人参皂苷Rg3缓解肝脏铁死亡的新机制

点击蓝字 关注我们一种生物活性人参皂苷改善非酒精性脂肪性肝炎中氧化磷脂积累引起的肝细胞铁死亡iMeta主页：http://www.imeta.science研究论文● 原文: iMeta(IF 33.2, 中科院双一区Top)● 英文题目: A bioactive ginsenoside alleviates hepatocellular ferroptos…...

编程新知 2026/4/2 11:00:22

如何解决ViPER4Windows兼容性难题？5步打造Windows 10/11音效增强终极方案

如何解决ViPER4Windows兼容性难题？5步打造Windows 10/11音效增强终极方案 【免费下载链接】ViPER4Windows-Patcher Patches for fix ViPER4Windows issues on Windows-10/11. 项目地址: https://gitcode.com/gh_mirrors/vi/ViPER4Windows-Patcher 副标题&…...

编程新知 2026/4/2 10:52:20

手把手教你用V4L2框架开发USB摄像头驱动（附UVC协议解析）

深入解析V4L2框架下的USB摄像头驱动开发与UVC协议实战 在嵌入式Linux开发领域，视频采集设备的驱动开发一直是工程师们需要掌握的核心技能之一。随着物联网和边缘计算的快速发展，USB摄像头在各种智能设备中的应用越来越广泛，从工业检测到智能家…...

编程新知 2026/4/2 9:18:57

从BGA封装到Xtacking架构：图解NAND堆叠技术如何影响SSD性能

从BGA封装到Xtacking架构：NAND堆叠技术如何重塑SSD性能格局 当一块企业级SSD的读写速度突破7GB/s时，工程师们发现传统的NAND封装技术正在成为性能提升的瓶颈。在PCIe 5.0时代，信号传输速率需要达到2400MT/s才能充分发挥带宽潜力，而…...

编程新知 2026/4/2 9:08:43

3步让旧款iOS设备重获新生：Legacy-iOS-Kit性能拯救全指南

3步让旧款iOS设备重获新生：Legacy-iOS-Kit性能拯救全指南 【免费下载链接】Legacy-iOS-Kit An all-in-one tool to restore/downgrade, save SHSH blobs, jailbreak legacy iOS devices, and more 项目地址: https://gitcode.com/gh_mirrors/le/Legacy-iOS-Kit …...

编程新知 2026/4/2 8:32:06