当前位置： 首页 > news >正文

大语言模型预训练、微调、RLHF

news 2026/2/10 2:22:22

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

RocketMQ延迟消息机制

两种延迟消息 RocketMQ中提供了两种延迟消息机制 指定固定的延迟级别 通过在Message中设定一个MessageDelayLevel参数，对应18个预设的延迟级别指定时间点的延迟级别 通过在Message中设定一个DeliverTimeMS指定一个Long类型表示的具体时间点。到了时间点后&#xf…...

编程新知 2026/2/8 21:59:25

java 实现excel文件转pdf | 无水印 | 无限制

文章目录 目录 文章目录 前言 1.项目远程仓库配置 2.pom文件引入相关依赖 3.代码破解 二、Excel转PDF 1.代码实现 2.Aspose.License.xml 授权文件 总结 前言 java处理excel转pdf一直没找到什么好用的免费jar包工具，自己手写的难度，恐怕高级程序员花费一年的事件，也…...

编程新知 2025/11/5 4:10:42

如何为服务器生成TLS证书

TLS（Transport Layer Security）证书是确保网络通信安全的重要手段，它通过加密技术保护传输的数据不被窃听和篡改。在服务器上配置TLS证书，可以使用户通过HTTPS协议安全地访问您的网站。本文将详细介绍如何在服务器上生成一个TLS证…...

编程新知 2025/12/17 5:54:30

从零实现STL哈希容器：unordered_map/unordered_set封装详解

本篇文章是对C学习的STL哈希容器自主实现部分的学习分享 希望也能为你带来些帮助~ 那咱们废话不多说&#xff0c;直接开始吧&#xff01; 一、源码结构分析 1. SGISTL30实现剖析 // hash_set核心结构 template <class Value, class HashFcn, ...> class hash_set {ty…...

编程新知 2026/1/31 12:47:25

【RockeMQ】第2节｜RocketMQ快速实战以及核⼼概念详解（二）

升级Dledger高可用集群 一、主从架构的不足与Dledger的定位 主从架构缺陷 数据备份依赖Slave节点&#xff0c;但无自动故障转移能力&#xff0c;Master宕机后需人工切换&#xff0c;期间消息可能无法读取。Slave仅存储数据&#xff0c;无法主动升级为Master响应请求&#xff…...

编程新知 2025/9/2 3:37:40

智能仓储的未来：自动化、AI与数据分析如何重塑物流中心

当仓库学会“思考”&#xff0c;物流的终极形态正在诞生 想象这样的场景&#xff1a; 凌晨3点&#xff0c;某物流中心灯火通明却空无一人。AGV机器人集群根据实时订单动态规划路径&#xff1b;AI视觉系统在0.1秒内扫描包裹信息&#xff1b;数字孪生平台正模拟次日峰值流量压力…...

编程新知 2026/2/1 2:49:30

Rapidio门铃消息FIFO溢出机制

关于RapidIO门铃消息FIFO的溢出机制及其与中断抖动的关系&#xff0c;以下是深入解析&#xff1a; 门铃FIFO溢出的本质 在RapidIO系统中&#xff0c;门铃消息FIFO是硬件控制器内部的缓冲区&#xff0c;用于临时存储接收到的门铃消息&#xff08;Doorbell Message&#xff09;。…...

编程新知 2026/1/7 1:29:19

初探Service服务发现机制

1.Service简介 Service是将运行在一组Pod上的应用程序发布为网络服务的抽象方法。 主要功能&#xff1a;服务发现和负载均衡。 Service类型的包括ClusterIP类型、NodePort类型、LoadBalancer类型、ExternalName类型 2.Endpoints简介 Endpoints是一种Kubernetes资源&#xf…...

编程新知 2026/2/6 15:01:23

安全突围：重塑内生安全体系：齐向东在2025年BCS大会的演讲

文章目录 前言第一部分&#xff1a;体系力量是突围之钥第一重困境是体系思想落地不畅。第二重困境是大小体系融合瓶颈。第三重困境是“小体系”运营梗阻。 第二部分&#xff1a;体系矛盾是突围之障一是数据孤岛的障碍。二是投入不足的障碍。三是新旧兼容难的障碍。 第三部分&am…...

编程新知 2026/1/25 2:04:42

深入浅出深度学习基础：从感知机到全连接神经网络的核心原理与应用

文章目录 前言一、感知机 (Perceptron)1.1 基础介绍1.1.1 感知机是什么&#xff1f;1.1.2 感知机的工作原理 1.2 感知机的简单应用&#xff1a;基本逻辑门1.2.1 逻辑与 (Logic AND)1.2.2 逻辑或 (Logic OR)1.2.3 逻辑与非 (Logic NAND) 1.3 感知机的实现1.3.1 简单实现 (基于阈…...

编程新知 2026/1/26 13:29:00