笔试强化

基于DeepSeek R1构建下一代Manus通用型AI智能体的技术实践

目录一、技术背景与目标定位1.1大模型推理能力演进趋势1.2DeepSeekR1核心特性解析-混合专家架构(MoE)优化-组相对策略优化(GRPO)原理-多阶段强化学习训练范式1.3Manus智能体框架设计理念
zhangjiaofa·2025-03-16 15:08

强化学习:时间差分(TD)(SARSA算法和Q-Learning算法)(看不懂算我输专栏)——手把手教你入门强化学习(六)

目录前言前期回顾一、SARSA算法二、Q-Learning算法三、总结总结前言 前两期我们介绍了动态规划算法，还有蒙特卡洛算法，不过它们对于状态价值函数的估值都有其缺陷性，像动态规划，需要从最下面向上进行递推，而蒙特克洛则需要一个Episode(回合)结束才能对其进行估值，有没有更直接的方法，智能体能边做动作，边估值一次，不断学习策略？答案是有的。这就是本期需要介绍的算法，时间差分法（TimeDi
wxchyy·2025-03-16 14:29

财务管理核心知识深度剖析

目录财务管理核心知识深度剖析一、财务指标计算：企业财务状况的量化洞察二、成本计算方法：企业成本管控的核心策略三、财务分析方法：解读企业财务密码的钥匙在华为财经笔试的知识体系中，第二章财务管理核心知识是重中之重
阿贾克斯的黎明·2025-03-16 13:46

大语言模型原理与工程实践：大语言模型强化对齐

大语言模型原理与工程实践：大语言模型强化对齐作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着人工智能技术的迅猛发展，大语言模型
AGI大模型与大数据研究院·2025-03-16 05:52

牛客练习赛128（下）

Cidoai的平均数对题目描述登录—专业IT笔试面试备考平台_牛客网运行代码#include#includeusingnamespacestd;intmain(){intn,k;cin>>n>>k;inttotalAns
筱姌·2025-03-15 18:33

六十天前端强化训练之第十七天React Hooks 入门：useState 深度解析

=====欢迎来到编程星辰海的博客讲解======看完可以给一个免费的三连吗，谢谢大佬！目录一、知识讲解1.Hooks是什么？2.useState的作用3.基本语法解析4.工作原理5.参数详解a)初始值设置方式b)更新函数特性6.注意事项7.类组件对比8.常见问题解答二、核心代码示例三、实现效果四、学习要点总结五、扩展阅读推荐官方文档优质文章推荐学习路径进阶资源六、实践步骤一、表单输入控制二、动态
编程星辰海·2025-03-15 16:50

大型语言模型与强化学习的融合：迈向通用人工智能的新范式——基于基础复现的实验平台构建

强化学习（RL）作为一种通过与环境交互学习最优策略的方法，在智能体训练中发挥着重要作用。本文旨在探索LLM与RL的深度融合，分析LLM如何赋能RL，并阐述这种融合对于迈向通用人工智能（AGI）的意义。
（initial）·2025-03-15 16:17

强化学习-Chapter2-贝尔曼方程

强化学习-Chapter2-贝尔曼方程贝尔曼方程推导继续展开贝尔曼方程的矩阵形式状态值的求解动作价值函数与状态价值函数的关系贝尔曼方程推导Vπ(s)=E[Gt∣St=s]=E[rt+1+(γrt+2+…
Rsbs·2025-03-15 16:47

【开源代码解读】AI检索系统R1-Searcher通过强化学习RL激励大模型LLM的搜索能力

关于R1-Searcher的报告：第一章：引言-AI检索系统的技术演进与R1-Searcher的创新定位1.1信息检索技术的范式转移在数字化时代爆发式增长的数据洪流中，信息检索系统正经历从传统关键词匹配到语义理解驱动的根本性变革。根据IDC的统计，2023年全球数据总量已突破120ZB，其中非结构化数据占比超过80%。这种数据形态的转变对检索系统提出了三个核心的挑战：语义歧义消除：如何准确理解"A
accurater·2025-03-15 11:37

【通缩螺旋的深度解析与科技破局路径】

通缩螺旋的深度解析与科技破局路径一、通缩螺旋的形成机制与恶性循环通缩螺旋（DeflationarySpiral）是经济学中描述价格持续下跌与经济衰退相互强化的动态过程，其核心逻辑可拆解为以下链条：需求端萎缩
调皮的芋头·2025-03-15 06:50

剑指offer笔试刷题（1）：树专题

1.输入两棵二叉树A，B，判断B是不是A的子结构。（ps：我们约定空树不是任意一个树的子结构）遍历A找到与B根结点相同的位置，子结构是从根结点到叶子节点相同。思路1：1.先考虑特殊情况，如果指针为空则错误。2定义一个子函数，功能是判断是否是子结构，然后主函数从根结点到叶子结点遍历。3return递归的布尔型值，如果最后return的是&&则递归终止条件是true关系不大，只要有一个是false,r
weixin_35837473·2025-03-15 03:55

笔试刷题并查集专题

并查集专题合并集合合并集合#includeusingnamespacestd;constintN=1e5+10;intp[N];intfind(inta){if(p[a]!=a)p[a]=find(p[a]);returnp[a];}intmain(){intn,m;cin>>n>>m;for(inti=1;i>op[0]>>a>>b;if(op[0]=='M')p[find(a)]=find(b
知行SUN·2025-03-15 03:51

笔试刷题专题（一）

文章目录最小花费爬楼梯（动态规划）题解代码数组中两个字符串的最小距离（贪心（dp））题解代码点击消除题解代码最小花费爬楼梯（动态规划）题目链接题解1.状态表示：以i位置为结尾的最小花费2.状态转移方程：dp[i]=min(dp[i-1]+cost[i-1,dp[i-2]+cost[i-2])可以从i-1位置和i-2到达i位置注意dp[i]表示的是i位置之前的最小花费，还要加上该点的位置才是到达这个
英雄不问出处～·2025-03-15 03:48

金融风控可解释性算法安全优化实践

在技术实现层面，重点解析支持向量机与随机森林的改进方案，结合数据清洗与标注的标准化流程，强化风险预测模型在准确率、F1值等关键指标的表现，同时兼顾合规性与安全边界的设计要求。提示：金融机构在部
智能计算研究中心·2025-03-14 22:43

A800架构设计与实战

为强化理论与实践的结合，书中引入智能制造与云渲染两大典型场景的完整案例，覆盖从需求分析、架构设计到性能调优的全生命周期。技术维度实现路径应用价值架构设计核心模块拆分与重组降低系统耦合度分
智能计算研究中心·2025-03-14 22:43

前端笔试高频算法题及JavaScript实现

以下是前端笔试常见的编程算法题及JavaScript代码现，结合最新面试题整理：一、数组/字符串处理两数之和找出数组中两数之和等于目标值的索引consttwoSum=(nums,target)=>{constmap
GISer_Jinger·2025-03-14 21:04

PyTorch 深度学习实战（13）：Proximal Policy Optimization (PPO) 算法

一、PPO算法基础PPO是OpenAI提出的一种强化学习算法，旨在解决策略梯度方法中的训练不稳定问题。PPO通过
进取星辰·2025-03-14 19:47

仍未接入DeepSeek，字节有自己的计划！

君不见，腾讯接入DeepSeek后，短期内股价疯涨两次，这是由于DeepSeek强化了AI产品的竞争力，大家认为DeepSeek的技术与腾讯的用户基础结合，能碰撞出AI应用变现加速的火花。
蜂耘·2025-03-14 18:04

院士领衔、IEEE Fellow 坐镇，清华、上交大、复旦、同济等专家齐聚 2025 全球机器学习技术大会

新型强化学习技术如何赋能智能体？围绕这些关键问题，由CSDN&Boolan联合举办的「2025全球机器学习技术大会」将于4月18-19日在上海隆重举行。
CSDN资讯·2025-03-14 18:03

推理大模型：技术解析与未来趋势全景

ReasoningLLMs）是专门针对复杂多步推理任务优化的大型语言模型，具备以下核心特性：输出形式创新展示完整逻辑链条（如公式推导、多阶段分析）任务类型聚焦擅长数学证明、编程挑战、多模态谜题等深度逻辑任务训练方法升级融合强化学习
时光旅人01号·2025-03-14 15:10

一文读懂强化学习：从基础到应用

强化学习是什么强化学习是人工智能领域的一种学习方法，简单来说，就是让一个智能体（比如机器人、电脑程序）在一个环境里不断尝试各种行为。
LHTZ·2025-03-14 08:51

C++20 新特性总结

简要总结C++20引入了四项非常大的更新,分别是:概念(Concepts).用来简化模板编程,强化表达能力.并且使得出错原因更容易查找.模块(Modules).这是代码组织方面非常大的更新.提供了新的方式来组织代码
arong-xu·2025-03-14 04:18

QwQ-32B企业级本地部署：结合XInference与Open-WebUI使用

QwQ-32B是阿里巴巴Qwen团队推出的一款推理模型，拥有320亿参数，基于Transformer架构，采用大规模强化学习方法训练而成。
大势下的牛马·2025-03-14 00:56

LLM Weekly（2025.03.03-03.09）

网络新闻QwQ-32B：拥抱强化学习的力量。研究人员推出了QwQ-32B，这是一个拥有320亿参数的模型，它利用强化学习来提升推理能力。
UnknownBody·2025-03-13 16:29

华为HCIE笔试（一）

以下关于统一运维管理平台ManageOne中告警监控功能的描述，错误的是哪一项？A.支持配置屏蔽、汇聚、振荡等监控规则B.提供多样化的告警过滤方式，帮助运维人员快速筛选所关注的告警C.统一监控界面，告警上报接口灵活D.支持本地告警数据分析，自动屏蔽无效告警解析：A.ManageOne确实支持配置多种监控规则，包括屏蔽（即忽略某些特定条件下的告警）、汇聚（将多个相似告警合并为一个）和振荡（处理频繁触
初级飞行员·2025-03-13 08:56

Chebykan wx 文章阅读

sigmoid函数的超层叠近似[3]多层前馈网络是通用近似器[5]注意力是你所需要的[6]深度残差学习用于图像识别[7]视觉化神经网络的损失景观[8]牙齿模具点云补全通过数据增强和混合RL-GAN[9]强化学习
やっはろ·2025-03-13 02:44

用物理信息神经网络（PINN）解决实际优化问题：全面解析与实践

实验表明，PINN相比传统数值方法及强化学习（RL）/遗传算法（GA），在收敛速度、解的稳定性及物理保真度上均实现突破性提升。关键词：物理信息神经网络；优化任务；深度学习；强化学习；航天器轨道一、
青橘MATLAB学习·2025-03-12 14:23

django allauth 自定义登录界面

起因，目的:为什么前几天还在写强化学习，今天又写django,问就是：客户需求>个人兴趣。问题来源：allauth默认的登录界面不好看，这里记录几个问题。
waterHBO·2025-03-12 13:19

【笔试面试】秒懂深度学习模型小型化：蒸馏法、剪枝…

蒸馏：主要思想是，通过大模型指导小模型学习。剪枝：网络剪枝的主要思想就是将权重矩阵中相对“不重要”的权值剔除，然后再重新finetune网络进行微调。紧凑模型设计：MobileNet的深度可分离卷积shufflenet的逐点群卷积(pointwisegroupconvolution)和通道混洗(channelshuffle)，前者通过分组卷积降低计算量，后者促进信息在不同组之间流转
聊北辰同学·2025-03-12 11:08

计算机视觉图像处理面试笔试题整理——边缘检测

目录1.边缘检测综述2.Roberts算子3.Prewitt算子4.Sobel算子5.Laplace算子6.Canny1.边缘检测综述边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。图像边缘是图像最基本的特征，所谓**边缘**(Edge)是指图像局部特性的不连续性。灰度或结构等信息的突变处
fpga和matlab·2025-03-12 09:18

人工智能机器学习算法分类全解析

目录一、引言二、机器学习算法分类概述（一）基于学习方式的分类1.监督学习（SupervisedLearning）2.无监督学习（UnsupervisedLearning）3.强化学习（ReinforcementLearning
power-辰南·2025-03-12 07:08

十条解决笔记本电脑摄像头问题方案

最近我在各种投简历，然后很开心收到了各种各样的线上笔试通知。很多线上笔试都是基于多个平台进行的，例如牛客网、猿圈等。大多数笔试测试平台都是要求打开摄像头以及麦克风。
YOHAYOLa·2025-03-12 03:01

怎么定义世界模型，Sora/Genie/JEPA 谁是世界模型呢？（1）

其实世界模型在ML领域不是什么新概念，远远早于Transfomer这些东西被提出来，因为它最早是强化学习RL领域的，在20世纪90年代由JuergenSchmiduber实验室给提出来的。
周博洋K·2025-03-11 23:52

考研复习时间规划：从迷茫到高效备考的进阶之路

基础阶段需要全面梳理知识体系，强化阶段着重攻克重点难点，冲刺阶段则要进行查漏补缺和模拟训练。每个阶段都有其特定的任务和目标，考生需要根据这些特征合理安排时间。考研复习的时
闲虎考研·2025-03-11 22:16

【春招笔试真题】饿了么2025.03.07-开发岗真题

饿了么2025.03.07-开发岗题目1️⃣：统计01串中0和1的个数，通过计算可能的交换方式确定不同字符串数量2️⃣：使用模板匹配技术识别验证码图片中的"#"符号分布模式3️⃣：构建字典树（Trie）优化异或查询，实现高效的数字黑板游戏整体难度这套题目整体难度适中，由简到难逐步递进：第一题是基础的计数问题，需要理解交换操作的特性第二题是模式识别问题，需要实现模板匹配第三题是高级数据结构应用，需要
春秋招笔试突围·2025-03-11 12:59

《Natural Actor-Critic》译读笔记

《NaturalActor-Critic》摘要本文提出了一种新型的强化学习架构，即自然演员-评论家（NaturalActor-Critic）。
songyuc·2025-03-11 11:21

一战数一130的一点点小经验

整个过程：3-6月过基础，7-9月强化，9月底开真题，10月底写模拟卷，一天一张或者累了两天一张加复盘真题，考前看不下去了就多多睡觉。
1919momo·2025-03-11 05:05

网络安全知识：网络安全网格架构

此外，强化组合环境需要可互操作的跨域功能，以增强协作，这样就不需要多个解决方案来实现相同的功能。在这种情况下，网络安全网格架构（CSMA）提供了一种可扩展的方法来
网络安全（king）·2025-03-11 05:32

LLM Weekly（2025.02.17-02.23）

Grok发布了Grok3Beta，通过强化学习、扩展计算和多模态理解提供卓越的推理能力。Grok3和Grok3mini在学术基准上取得了高分，其中Grok3在AIME’25上获得了93.3%的分数。
UnknownBody·2025-03-11 01:59

TypeScript基础类型详解：与JavaScript的对比与核心价值

一、基础类型全景图1.原生类型的强化JavaScript原生类型：boolean、number、string、undefined、null、symbol、bigintTypeScript完全保
念九_ysl·2025-03-10 23:44

数论-1智乃的数字

链接：登录—专业IT笔试面试备考平台_牛客网题目描述如果一个奇数满足以下两个条件之一：以555结尾各个数位相加的和是333的倍数则称它是一个"智数"前555个"智数"分别为{3,5,9,15,21}\{
幽影欧门·2025-03-10 18:09

大话机器学习三大门派：监督、无监督与强化学习

以武侠江湖为隐喻，系统阐述了机器学习的三大范式：监督学习（少林派）凭借标注数据精准建模，擅长图像分类等预测任务；无监督学习（逍遥派）通过数据自组织发现隐藏规律，在生成对抗网络（GAN）等场景大放异彩；强化学习
安意诚Matrix·2025-03-10 15:44

Laurdan是一种可以研究膜环境极性变化的荧光探针

一、试剂描述Laurdan是一种极性敏感的荧光探针，由西安强化生物科技开发，是一种可以研究膜环境极性变化的荧光探针。Laurdan由一条月桂酸长链连接到一个萘分子上组合而成。
强化生物实验室·2025-03-10 10:43

鸿蒙开发API 12 完全解析：核心技术升级与开发实战

物理引擎集成2.2新增组件库三、分布式能力增强3.1超级终端协同框架3.2分布式数据管理3.2.1跨设备数据库3.2.2设备能力发现四、硬件服务扩展4.1外设统一管理框架4.2新硬件API概览五、安全体系强化
北辰alk·2025-03-10 08:00

笔试题6：销售区域业绩对比

2025年3月某运营商大数据笔试题（真实）并附有解答和解析说明笔试题6销售区域业绩对比：有一份销售业绩数据文件regional_sales.csv，包含字段：region（销售区域）、product_category
clownAdam·2025-03-10 03:19

深入C语言：指针与数组的经典笔试题剖析

1.sizeof和strlen的对比1.1sizeofsizeof是C语言中的一个操作符，用于计算变量或数据类型所占内存空间的大小，单位是字节。它不关心内存中存储的具体数据内容，只关注内存空间的大小。#includeintmain(){inta=10;printf("%d\n",sizeof(a));//输出：4（int类型通常占4个字节）printf("%d\n",sizeofa);//输出：4
lili-felicity·2025-03-09 22:08

使用DeepSeek来构建LangGraph Agent

随着DeepseekR1的发布，我们不得不把目光聚焦在这个能赶超多个顶流大模型的模型身上，它主要是其在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。
乔巴先生24·2025-03-09 21:59

当深度学习遇见禅宗：用东方智慧重新诠释DQN算法

引言：代码与禅的碰撞♂️在某个调试代码到凌晨三点的夜晚，我突然意识到：强化学习的过程，竟与佛家修行惊人地相似。智能体在环境中探索
带上一无所知的我·2025-03-09 21:28

如何避免依赖关键人员导致“单点故障”

要避免这种情况，项目管理者需要采取以下措施：强化知识共享、建立标准化流程、培养团队多技能交叉能力、优化项目管理流程、利用项目管理工具。其中，知识共享尤为重要。
·2025-03-09 16:47

代码随想录一刷总结

总结一、刷题时间线二、二刷计划三、总结一、刷题时间线2024.6.20开始2024.8.22一刷结束，总共60多天二、二刷计划2024.8.25开始-2024.9.25结束一个月内再重新巩固一下，在大量的笔试和二刷中总结经验三
zengy5·2025-03-09 06:34
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他