ML笔记：利用 DeepSeek 的 GPRO 算法优化 LLM 在金融文本和数据预测中的性能
1. 引言：LLM 在金融分析与预测中日…
ML笔记：actual counterfactual prediction 反事实预测为什么重要
反事实预测：洞悉因果，驱动决策 反事实预…
ML笔记：机器学习中的协变量是什么？
在机器学习中，协变量（covariate…
AI内容农场：垃圾还是宝藏？
AI 内容农场：机遇与挑战并存 近年来，…
Cursor 与OpenAI合作的编程工具，集成GPT-4
An IDE designed to b…
ML笔记：在大语言模型中，监督微调 （SFT）和 对齐（PPO、DPO）有什么不同的作用？
在大语言模型（LLM）中，监督微调（SF…
ML笔记：PyTorch 监控 GPU 内存使用情况
torch.cuda.max_memor…
ML笔记：alpaca-data-gpt4-chinese数据集是什么？
Alpaca-Data-GPT4-Chi…
ML笔记：什么是组相对策略优化 (GRPO)？
什么是组相对策略优化 (GRPO)？ @…
ML笔记：fuggingface datasets 怎么自定义函数筛选数据
在 HuggingFace 的 data…
ML笔记：peft库使用qlora微调llm，参数r和lora_alpha的作用和建议的配置值
在使用QLoRA算法微调大型语言模型（L…
ML笔记：使用huggingface 开发的trl库进行大模型微调时，SFTTrainer 怎么配置模型结果保存频次的参数
在使用 Hugging Face 开发的…
ML笔记：trl库 SFTTrainer的参数warmup_steps的作用和应该怎么配置
warmup_steps 是 SFTTr…