原创 樹結構學習：B樹、B+樹
平衡二叉樹的查找效率是非常高的，並可以通過降低樹的深度來提高查找的效率。但是當數據量非常大，樹的存儲的元素數量是有限的，這樣會導致二叉查找樹結構由於樹的深度過大而造成磁盤 I/O 讀寫過於頻繁，進而導致查詢效率低下。 而 B 樹的出現是爲了
2024-03-27 12:59:23
原创 算法模版
基礎模版： #include <bits/stdc++.h> #define endl '\n' #define int long long using namespace std; void solve() { // 解題
2024-03-26 12:59:19
原创 樹結構學習二：平衡二叉樹、AVL樹、紅黑樹
前面說到二叉樹在極端情況下會退化成鏈表，那如何解決這個問題呢？ 答案是：樹的平衡。我們通過樹的平衡，使得左右子樹的深度保持在較小範圍內，從而保證二叉樹的查詢效率。 這就是平衡二叉樹的核心思想。 這種能平衡左右子樹的二叉樹，我們稱之爲
2024-03-26 12:59:19
原创 樹結構學習一：從普通樹到二叉查找樹
樹結構是數據結構中非常重要的一種類型，本文將從最基礎的普通樹結構入門，延伸到二叉樹，再延伸至二叉查找樹。通過這種思路，讓大家構建起關於樹的最基本的知識鏈路。 普通樹 樹是一種非線性數據結構，它是數據元素按分支關係組織起來的結構，很像自然界中
2024-03-26 12:59:19
原创 CSPJ知識點整理
指針：https://blog.csdn.net/qq_35429198/article/details/109331937 排序：https://www.cnblogs.com/myeln/articles/17576193.html 遞
2024-03-19 12:59:22
原创 CSPJ模版
#include <bits/stdc++.h> #define int long long //(有超時風險) #define endl '\n' using namespace std; //需要改動數組直接改動N，M即可
2024-03-19 12:59:22
原创 C++實現歐拉篩法
Euler篩法介紹 以篩出100以內（含100）的所有素數爲例來說明一下歐拉篩法的原理。 和Eratosthenes篩法一樣，Euler篩法也從2開始篩，但Eratosthenes篩法會把2的倍數一批全部篩掉，而Euler篩法用2篩時僅僅把
2024-03-19 12:59:22
原创 C++考試注意事項
選擇判斷題 標記題幹關鍵詞（特別是否定詞），避免答錯方向（要求選出錯誤的選項，答成正確的） 選擇題： 在得出你認爲正確的答案，也要看一下其他選項，也許有更正確的答案:) 對於不會的問題，可以對比不同選項之間的差異，從出題人角度思考可能得
2024-03-18 12:59:19
原创 大型語言模型可以通過情緒刺激理解並實現增強
作者：愛可可-愛生活鏈接：https://zhuanlan.zhihu.com/p/665119618來源：知乎著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。 要點: 探索了大型語言模型是否能理解和利用心理情感刺激
2023-11-07 13:01:00
原创 RLHF總結
RAFT：Reward rAnked FineTuning for Generative Foundation Model Alignment 給一批Prompt，先讓大模型生成對每一個prompt生成一個answer，然後讓RM去給這些p
2023-11-03 12:59:38
原创 DFS與BFS（保姆級教學）
https://blog.csdn.net/weixin_72060925/article/details/128145585
2023-09-20 12:59:25
5
原创 遞歸時間複雜度
時間複雜度 遞歸求斐波那契數列時間複雜度:O(2^n) 遞歸樹分析 節點單一子問題代價：函數執行過程中，除去遞歸調用以外的代價 比如： int fib(int n){ if(n==1 || n==2){//前2項直接返回 return
2023-09-13 12:59:19
原创 John Schulman：RLHF的實施與挑戰 —— 通過強化學習緩解大模型輸出幻覺(Hallucinations)的思考
John Schulman，研究科學家、OpenAI聯合創始人；加州大學伯克利分校計算機科學博士，師從Pieter Abbeel。現領導OpenAI強化學習團隊。 本文是對John Schulman(下文中簡稱爲JS)的報告《Reinfor
2023-08-04 12:59:23
原创 大模型（LLM）最新趨勢總結
關鍵結論： 開源社區模型不具備真正智能，更好的小模型來自大模型的 Scale Down GPT-4模型信息：採用MoE架構，16個experts，800b參數 如何減少幻覺 hallucination？scaling/retrieval/r
2023-08-04 12:59:23
原创 如果用機器學習的理論來理解人的行爲，會有什麼發現？
以前有人問我“書讀了很多之後，但是其中內容都忘記了，那麼讀書的價值何在呢？” 我說：“訓練數據在訓練完模型之後就可以刪掉了，只要權值文件和網絡結構保存好即可” 死記硬背是沒有用的，因爲死記硬背是一種過擬合的能力，而一個好的機器學習模
2023-08-04 12:59:23