稀疏奖励

昆仑万维官宣开源2000亿稀疏大模型Skywork-MoE

6月3日，昆仑万维宣布开源2千亿稀疏大模型Skywork-MoE，性能强劲，同时推理成本更低。
TMT星球·2025-02-05 16:50

154、Python稀疏矩阵：存储与计算的艺术

Python开发之稀疏矩阵：高效存储与计算稀疏矩阵是一种矩阵，其中大部分元素都为零。在许多实际问题中，数据都存在大量的零值，这使得矩阵变得稀疏。
多多的编程笔记·2025-02-05 15:17

站在Developer角度看DeepSeek：技术架构解析与开发实战指南

一、DeepSeek技术全景图：从实验室到生产环境1.1模型架构演进：重新定义Transformer可能性DeepSeek的分层动态稀疏Transformer架构在以下层面实现突破：硬件感知设计：根据GPU
嵌入式Jerry·2025-02-04 15:20

DeepSeek- R1 原理介绍

它采用组相对策略优化（GRPO）算法，通过奖励机制和规则引导模型生成结构化思维链（CoT），从而提升推理能力。多阶段训练流程：模型采用冷启动阶段、强
kcarly·2025-02-04 08:50

构建由局部观测、分布式决策与全局奖励协同作用的多智能体强化学习系统

1.问题背景与建模：从自治调度到POMDP1.1自治调度问题与多智能体环境在实际应用中（例如生产调度、资源分配等），多个自治决策单元（智能体）需要在一个共享的环境中协同工作，每个智能体只能获取局部信息（例如自身状态或部分环境观测），但它们的行为会相互影响。传统的单智能体强化学习（RL）模型难以直接适用于这种场景，因此需要多智能体强化学习（MARL）的方法。1.2将问题转化为部分可观测马尔可夫决策过
由数入道·2025-02-04 05:30

Mixtral 8x22B 为开放模型树立了新基准

Mixtral8x22B采用稀疏混合专家(SMoE)模型架构,在激活状态下仅使用其1410亿参数中的390亿个。
·2025-02-04 00:44

基于“蘑菇书”的强化学习知识点（一）：奖励函数（Reward Function）和价值函数（Value Function）的区别

奖励函数（RewardFunction）和价值函数（ValueFunction）的区别摘要1.定义与目标奖励函数（RewardFunction）价值函数（ValueFunction）2.核心区别3.具体示例场景
墨绿色的摆渡人·2025-02-03 17:20

一文读懂自动编码器：类型、原理与应用

一文读懂自动编码器：类型、原理与应用近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】目录自动编码器稀疏自动编码器
·2025-02-03 16:03

colmap 已知pose 重建 kitti数据尝试

FrequentlyAskedQuestions—COLMAP3.7documentationCOLMAP已知相机内外参数重建稀疏/稠密模型-thronsbird-博客园Colmap根据相机内外参数重建稀疏模型
鹿米lincent·2025-02-03 15:37

Ubuntu终端跑colmap实验记录——生成sparse和poses_bounds.npy

2.单步重建——生成sparse图像2.1提取特征点2.2特征点匹配2.3稀疏重建3.使用LLFF生成poses_bounds.npy前言：我一直习惯使用autodl的服务器，在上面配置了nerfstudio
Yunni_root·2025-02-03 15:36

Colmap根据相机内外参数重建稀疏模型

Colmap根据相机内外参数重建稀疏模型1.创建稀疏模型工作文件夹2.命令行执行稀疏重建2.1提取图像特征点2.2手动导入相机内参2.3特征匹配2.4三角测量官方文档：https://colmap.github.io
失去对象的野指针·2025-02-03 15:34

初入机器学习

将训练得到的模型作为系统的一部分使用侧重于发现样本集中隐含的规律难点是认识并了解模型，合理设置初始模型，要对建模对象有比较深刻的认识依赖大量的准确训练样本强化学习：本质是系统，直接将训练得到的模型视作系统本身（激进的像“端到端”）侧重于最大化当前环境下的奖励
辰尘_星启·2025-02-03 14:54

第三篇：模型压缩与量化技术——DeepSeek如何在边缘侧突破“小而强”的算力困局

第一章算法层创新：结构化压缩与动态稀疏化1.1非均匀结构化剪枝技术DeepSeek提出**“敏感度感知通道剪枝”（SAC
python算法(魔法师版)·2025-02-03 05:43

DeepSeek 使用的核心技术预测

1.大规模预训练模型架构Transformer变种与优化：基于Transformer架构进行改进，可能引入稀疏注意力机制（如Longform
eso1983·2025-02-02 18:22

【pytorch(cuda)】基于DQN算法的无人机三维城市空间航线规划（Python代码实现）

本文目录如下：目录⛳️赠与读者1概述一、研究背景与意义二、DQN算法概述三、基于DQN的无人机三维航线规划方法1.环境建模2.状态与动作定义3.奖励函数设计4.深度神经网络训练5.航线规划四、研究挑战与展望
科研_G.E.M.·2025-02-02 16:36

【GAE】《High-Dimensional Continuous Control Using Generalized Advantage Estimation》译读笔记

High-DimensionalContinuousControlUsingGeneralizedAdvantageEstimation摘要Policygradientmethods在reinforcementlearning中是一种具有吸引力的方法，因为它们直接优化累积奖励
songyuc·2025-02-02 06:50

Implementing Flash-Cached Storage Systems UsingComputational Storage Drive with Built-inTransparen

这种存储硬件允许用户应用程序有意地不充分利用逻辑存储空间(例如，稀疏LBA利用率和稀疏存储块内容)，而不牺牲物理存储空间。
飞鸟与鹿·2025-02-01 15:34

【蓝桥杯】43698.最大比例

题目描述X星球的某个大奖赛设了M级奖励。每个级别的奖金是一个正整数。并且，相邻的两个级别间的比例是个固定值。也就是说：所有级别的奖金数构成了一个等比数列。
清弦墨客·2025-01-31 23:58

Hindsight Experience Replay (HER) 算法

HindsightExperienceReplay(HER)算法简介HindsightExperienceReplay(HER)是一种强化学习中的技术，旨在解决稀疏奖励问题，特别适用于目标导向的任务（例如机器人控制
C7211BA·2025-01-31 23:25

实战LLM强化学习——使用GRPO（DeepSeek R1出圈算法）

——关于使用Unsloth库、LoRa微调及GRPOTrainer自定义奖励函数实现“只输出10个英语单词”的探索为什么要进行“只输出10个英文单词”的极端尝试？
FF-Studio·2025-01-30 19:54

Rust中奖励函数的实现与应用

Rust中奖励函数的实现与应用作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：Rust,奖励函数,强化学习,机器学习,状态空间1.背景介绍1.1问题的由来在机器学习领域
AI天才研究院·2025-01-30 07:45

为什么你努力了却没升职？99%的人都忽视了这个真相！

晋升本质晋升并非奖励。若过去功劳特多，也应用绩效、年终奖奖励，而非晋升。大多企业，晋升也非论资排辈，不是你在岗位久，就该晋升。
·2025-01-28 19:03

使用小尺寸的图像进行逐像素语义分割训练，出现样本不均衡训练效果问题

(1)局部裁剪导致类别分布偏差问题：遥感图像中某些类别（如道路、建筑）可能稀疏分布。小尺寸裁剪后，部分训练样本可能完全不含某些类别（例如一块纯农田的补丁），导致模型对这些类别缺乏学习机会。
司南锤·2025-01-28 08:18

如何解决小尺寸图像分割中的样本不均衡问题

适用场景：小目标（如车辆、船只）或极端稀疏类别（如灾害损毁区域）。
司南锤·2025-01-28 08:18

奖励模型：解析大语言模型的关键工具

标题：奖励模型：解析大语言模型的关键工具文章信息摘要：奖励模型是理解和审核大语言模型(LLM)的重要工具，通过简单的评估方式提供了模型内部表征和性能的深入洞察。
XianxinMao·2025-01-28 01:27

【llm对话系统】RL强化学习的技术演进与RLHF

一、强化学习基础知识强化学习(ReinforcementLearning,RL)是一种机器学习方法，它通过智能体(Agent)与环境(Environment)的交互来学习如何行动以最大化累积奖励(Reward
kakaZhui·2025-01-28 00:47

如何设计给研发人员的激励方案

与其他职能部门不同，研发人员往往更加注重工作中的自主性、技术挑战以及成长机会，而非单纯的金钱奖励。
·2025-01-27 22:16

什么是稀疏数组？

稀疏数组（SparseArray）是指数组中存在大量未定义（undefined）或空位（holes）的数组。也就是说，这种数组中的某些元素缺失，没有值。
haughtyAndAnd·2025-01-27 04:06

数据结构c语言版上海交通大学出版社项目三《稀疏矩阵相加》

两个稀疏矩阵A和B采用十字链表方式存储，计算C=A+B，C也采用十字链表方式存储。
友人.227·2025-01-26 21:47

【Leetcode刷题记录】2944.购买水果需要的最少金币数

注意，即使你可以免费获得水果j，你仍然可以花费prices[j]个金币去购买它以获得它的奖励。请你返回获得所有水果所需要的最少金币数
钓一朵雪·2025-01-26 12:10

点云从入门到精通技术详解100篇-基于卷积和注意力机制的3D点云特征提取

的点云特征提取为什么要进行点云特征提取特征提取理论与代码编写点云特征提取主体类sample_and_groupfarthest_point_samplequery_ball_pointindex_points前言国内外研究现状卷积神经网络三维卷积神经网络稀疏卷积
格图素书·2025-01-26 10:26

Direct Preference Optimization (DPO): 一种无需强化学习的语言模型偏好优化方法

现有的方法通常通过**强化学习从人类反馈（RLHF）**来引导模型行为，但RLHF存在以下问题：复杂性高：RLHF需要先训练一个奖励模型来反映人类偏好，然后使用强化学习来微调语言模型，使其在最大化奖励的
Yuleave·2025-01-26 09:12

Kafka 日志存储 — 日志索引

1日志索引Kafka的索引文件以稀疏索引的方式构造消息的索引。它并不保证每个消息在索引文件中都有对应的索引项。每当写入一定量的消息时，偏移量索引文件和时间戳索引文件分别增加一个索引项。
黄名富·2025-01-26 06:20

深度强化学习在高频交易中的动态策略优化与收益提升

文章目录1.高频交易的核心挑战与强化学习的适应性1.1高频交易中的核心问题1.2强化学习的适配性分析2.基于深度Q网络（DQN）的高频交易策略设计2.1状态空间构建：从LOB到特征工程2.2动作空间与奖励函数设计
二进制独立开发·2025-01-26 04:36

PointNet++改进策略 ：模块改进 | OA-CNNs | ， 全自适应3D稀疏卷积神经网络（OA-CNNs），超越基于Transformer的模型，同时显著降低计算和内存成本

目录介绍核心思想及其实现引入空间自适应感受野自适应关系卷积（ARConv）网络整体架构设计训练和验证实验与评估如何改进PointNet++引入空间自适应感受野引入自适应关系学习利用自适应聚合器论文题目：OA-CNNs:Omni-AdaptiveSparseCNNsfor3DSemanticSegmentation发布期刊：CVPR2024作者地址：1香港中文大学2香港大学3香港中文大学，深圳4HI
我是瓦力·2025-01-25 12:59

vue项目开发总结——任务悬赏平台（前端）

任务进行期间，该任务可以被企业取消，若企业取消用户正在完成的任务，则返回5%的奖励给用户。
boboj1·2025-01-23 22:07

OpenCV相机标定与3D重建(65)对图像点进行去畸变处理函数undistortPoints()的使用

该函数类似于undistort和initUndistortRectifyMap，但它操作的是稀疏点集而不是光栅图像。此外，该函数执行与projectPoints相反的变换。
jndingxin·2025-01-23 04:24

如何设计给研发人员的激励方案

与其他职能部门不同，研发人员往往更加注重工作中的自主性、技术挑战以及成长机会，而非单纯的金钱奖励。
·2025-01-23 01:22

大型语言模型高效预训练策略的比较研究

3.高效预训练策略3.1增量训练3.1.1理论基础3.1.2实际实现3.1.3实验结果3.2混合优化3.2.1理论基础3.2.2实际实现3.2.3实验结果3.3其他新兴技术3.3.1知识蒸馏3.3.2稀疏训练
二进制独立开发·2025-01-22 21:27

稀疏矩阵介绍及实现

重新学学数据结构和算法，做个笔记记录下学习过程，今天也要加油鸭稀疏矩阵1、基本介绍当一个数组中大部分元素为０，或者为同一个值的数组时，可以使用稀疏数组来保存该数组。
xiaoshiguang3·2025-01-22 11:59

智能体在环境中学习和作出决策

与监督学习和无监督学习不同，强化学习直接面向序列决策问题，核心目标是找到使智能体（Agent）在环境中获得最大化累积奖励（CumulativeReward）的策略。
由数入道·2025-01-22 08:09

DETRs with Collaborative Hybrid Assignments Training论文阅读与代码

FasterRCNN+DETR协作的先进检测器（ICCV2023）-CSDN博客摘要：在这篇论文中，作者观察到在DETR中将过少的Query分配为正样本，采用一对一的集合匹配，会导致对编码器输出的监督稀疏
分享总结快乐·2025-01-22 04:38

Sui Bridge激励计划更新，一周后结束

为了确保你的操作符合奖励条件，请确保遵守以下要求：完成完整的桥接循环，从以太坊转移到Sui，再从Sui转回以太坊。仅通过官方的SuiBridge前端发起桥接交易。
Sui_Network·2025-01-21 20:03

Golang编译优化——稀疏条件常量传播

文章目录一、概述1.1常量传播1.2SSCP和SCCP的区别1.3Golang中SCCP不完善点二、稀疏条件常量传播2.1初始化worklist2.2构建def-use链2.3传播constant2.4
yelvens·2025-01-21 11:42

2025/1月植物大战僵尸杂交版V3.1新内容速览与下载

完成成就可获取限定植物卡牌、限定道具以及金钱奖励。3.新增植物新
mamahaha2025·2025-01-19 10:36

【机器学习：三十二、强化学习：理论与应用】

1.强化学习概述**强化学习（ReinforcementLearning,RL）**是一种机器学习方法，旨在通过试验与反馈的交互，使智能体（Agent）在动态环境中学习决策策略，以最大化累积奖励（CumulativeReward
KeyPan·2025-01-19 09:19

2021 西电 软工 计组 期末试题题型(回忆版)

年的考试题型请参考：https://github.com/LevickCG/Happy-SE-in-XDU/blob/master/%E8%AE%A1%E7%BB%84I/2020_final.md虽然2020有疫情奖励难度变低
_ZCWzy·2025-01-18 22:10

电商平台的营销模式及其特点

社交电商类·代言人模式：用户购买平台指定商品成为代言人，按消费排名获得代言人奖励，如享受平台分红等。
开利网络·2025-01-18 14:53

从dama跳棋ai比赛说起

前言今年的10.24程序员节相比往年投入巨大，部门开发了土耳其跳棋(Dama)AI对战平台，可以提交AI并和他人对战，10.24当天凌晨做最后一次匹配对战，按排名发放奖励。奖励很微薄，但过程很有意思。
·2025-01-17 05:05

阿里云通义开源首个推理步骤评估标准，探索AI推理模型新路径

1月16日，阿里云通义开源全新的数学推理过程奖励模型Qwen2.5-Math-PRM，72B及7B尺寸模型性能均大幅超越同类开源过程奖励模型；在识别推理错误步骤能力上，Qwen2.5-Math-PRM以
·2025-01-17 01:49
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他