CLAUDE.md 文件推荐约束提示词
CLAUDE.md 文件推荐约束提示词1.有时候还是要提醒cc，让她多看看 CLAUDE.md2.其中的文件的行数可以稍微改大一点 200-400 行区间3.可以把以下文字复制到 CLAUDE.md 文件中，作为约束提示词 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253# 任何项目都务必遵守的规则（极其重要！！！）## Communication- 永远使用简体中文进行思考和对话## Documentation- 编写 .md 文档时，也要用中文- 正式文档写到项目的 docs/ 目录下- 用于讨论和评审的计划、方案等文档，写到项目的 discuss/ 目录下## Code Architecture- 编写代码的硬性指标，包括以下原则： （1）对于 Python、JavaScript、TypeScript 等动态语言，尽可能确保每个代码文件不要超过 300 行 （2）对于 Java、Go、Rust 等静态语言，尽可能确保每个代码文件不...
Qwen2技术报告
前言Qwen2的技术报告我大概花了一上午读完了，但是后面评测介绍评测性能的实验分析相关内容并没有细看，只是大致的给过了一眼，重点关注了前面模型架构以及训练部分的创新。 1.主要内容Qwen2系列开源模型，主要包括Base Model(只是预训练，没有进行人类偏好对齐的基础模型) 和 针对对话和agent进行单轮和多轮指令微调的指令微调模型，这次发布的稠密模型，主要包括有四个尺寸的模型，分别是0.5B、7B、14B、72B的模型，还有一个57-14B的MOE混合专家模型。Qwen2相比前一代模型在数据集质量和规模上都有较大提升，后训练阶段是采用了 监督微调和DPO直接偏好对齐。 2.细节部分分词：bpe分词，该分词器展现出高编码效率，因为bpe分词方法的压缩率更好，所有模型的词表大小都是151646，其中151643是regular token，另外3个token是control token，在实际训练中，因为考虑分布式训练，因此嵌入的有效大小实际上更大。 模型架构：Qwen2密集模型的架构包括多个Transformer层，每层都配备了因果注意力机制和前馈神经网络（FFN）。与Qw...
Q-learning及DQN算法
1.Q-learning 算法核心公式： Q-learning算法是一种免模型的算法，核心思想就是基于价值，实际上就是在填一张状态-价值表，初始化都是为0，基于当前状态，计算出所有动作的reward分数，在$\epsilon$的概率下会选择随机的动作，1-$\epsilon$的概率下会选择最高分数的工作，$\epsilon$会随着学习的过程逐步衰减，这个学习过程也被称为”先探索再稳定”，实际上整个学习过程，就是在不断的去填这张状态-动作价值表，这张表相当于策略，在后面的决策动作时，会依据这张表来采取相应的动作(action). 当时Q-learning主要存在以下缺陷： 1、存在维度灾难问题 2、只能处理离散状态的决策问题，不能处理连续状态的决策问题 3、训练不稳定 因此，DQN的提出，用深度学习模型来近似动作价值函数的方法，解决了Q-learning维度灾难的问题、只能处理离散状态的问题，并且改善了训练的稳定性。 2.DQN算法主要思想： DQN主要有两个改进点： 一、经验回放机制 当产生一条新的数据时，先$ e_t = (S_t, A_t, R_t, S_{...
博士屯TalkShow阅读文献总结
1.研究性论文-整体内容结构1、Abstract - 了解文章整体核心内容2、Introduction - 问题和贡献3、Related work - 小型综述性介绍4、Method - 框架图5、Experiment - 实验类型 2.综述性论文1、分类2、未来方向 3.阅读重点1、文章解决的问题及方法（或者文章提出的问题）2、可能存在的问题和解决方法3、不必过度关注实验结果4、终点关注方法的框架图5、实验用到的方法和实验内容 4、学会利用大模型来进行快速阅读总结 大模型可能会出现一些总结问题，可能有一定误差 善用提示词
与远端服务器进行文件传输同步的方式总结
摘要 1、通过git及google网盘直接down到服务器(不推荐) 2、使用Vscode中SFTP插件与服务器进行文件传输 3、使用文件传输工具进行可视化的文件传输 1、通过git及google网盘直接down到服务器(不推荐) 一般服务器都是linux的系统，自带git，当文件不是很大的时候，可以通过先将项目文件传输到git仓库，再git clone 到服务器上，当然这也是比较愚笨的办法。如果文件较大，可以通过google网盘，先将项目文件上传到google网盘保存，再通过下载命令下载到服务器上即可，以上方法都是实在没办法的时候 ，才采用的方法。 2、使用Vscode中SFTP插件与服务器进行文件传输2.1 先在Vscode插件市场中，下载sftp插件2.2 然后在vscode中打开需要上传的本地文件或者项目2.3 安装完成后，使用快捷键 ctrl + shift + p，选择 sftp:config,然后回车，会在当前目录下自动生成.vscode文件夹，并在.vscode文件夹下生成sftp.json。参数解析：name...
pyenv + poetry 进行多版本python项目管理方案
摘要 1、pyenv 管理不同版本的python 2、poetry根据不同的pyenv创建的python版本进行项目环境.venv的创建 1.使用pyenv管理不同版本的python对于pyenv的安装，pyenv官方github提供详细的教程，本文不再涉及，windows系统需要安装的话，可以使用pyenv-win，在github上也有仓库提供。 1 查看可安装的python版本及已经安装的python版本 12pyenv versions # 显示已经安装的所有 Python 版本pyenv install --list # 显示所有可安装的 Python 版本 2.安装卸载python版本 12pyenv install <version> # 安装指定版本的 Python，例如 pyenv install 3.10.7pyenv uninstall <version> # 卸载指定版本的 Python 3.设置python版本 123pyenv global ...
Poetry基本用法教程
1.背景 最近在复现一个项目的时候，发现项目的环境安装是使用Poetry，一脸懵逼，不知道Poetry是什么东西，以前也从来没有接触过。于是开始学习Poetry，一番了解下来，决定专门学习掌握一下Poetry这个包依赖管理工具。 1.1 Poetry是什么？Poetry官网如此写到： 1Poetry is a tool for dependency management and packaging in Python. It allows you to declare the libraries your project depends on and it will manage (install/update) them for you. Poetry offers a lockfile to ensure repeatable installs, and can build your project for distribution. 简而言之，就是一个python依赖管理工具，具有虚拟环境管理、Packa...