解码是LLM中生成文本的过程，通常指的是将模型生成的数字表示（例如概率分布）转换为实际的文本输出的过程。

将 GPT-3.5 Turbo 的 temperature 设置为 0 通常意味着采用贪婪解码（greedy decoding）策略。在贪婪解码中，模型在每一步...

贪心算法是一种优化问题的解决方法，它每步选择当前状态下的最优解，最终希望通过局部最优的选择得到全局最优解。在本文中，我们将深入讲解Python中的贪心算法，包括...

贪心算法（Greedy Algorithm）是一种常见的优化算法，用于解决一类最优化问题。在每一步选择中，贪心算法总是选择当前看起来最优的选择，而不考虑该选择会...

Dijkstra’s algorithm（迪杰斯特拉算法）是一种用于求解单源最短路径问题的经典算法。该算法可以计算从单个起始节点到图中所有其他节点的最短路径。D...

Dijkstra’s algorithm（迪杰斯特拉算法）是一种用于求解单源最短路径问题的经典算法。该算法可以计算从单个起始节点到图中所有其他节点的最短路径。D...

Q-learning算法中，探索与利用是一个重要的平衡性问题。怎么在算法中平衡，今天第十一篇讨论：Q-learning算法探索与利用平衡问题

正则表达式（Regular Expression，简称Regex）是在一个主体字符串中从左到右匹配字符串时的一种样式。

经过学习，笔者发现该论文确实有不少可圈可点之处，值得一读。笔者对原论文中的分析过程做了一些精简、修正和推广，将结果记录成此文，供大家参考。此外，抛开问题背景不讲...

Given an unsorted array return whether an increasing subsequence of length 3 exi...

它是强化学习中的一种 values-based 算法，最终是会学习出一个表格 Q-Table，例如在一个游戏中有下面5种状态和4种行为，则表格为：

在 Xavier Init 提出前，一般用 unsupervised pre-trainning 和 greedy layer-wise procedure 来...