AI的提示词专栏：为什么 Prompt 能决定模型输出质量？
AI的提示词专栏：为什么 Prompt 能决定模型输出质量？
本文深入解析了 Prompt 决定大语言模型（LLM）输出质量的核心原因，指出 Prompt 是用户与模型间的 “沟通桥梁” 和 “指挥蓝图”。从模型工作原理看，Prompt 是激活特定领域知识、搭建推理框架、规范输出结构的关键，可
人工智能
一文详解对抗训练方法
对抗训练方法
Adversarial learning主要是用于样本生成或者对抗攻击领域，主要方法是通过添加鉴别器或者根据梯度回传生成新样本，其主要是为了提升当前主干模型生成样本的能力或者鲁棒性
一. 对抗训练定义
==对抗训练是一种引入噪声的训练方式，可以对参数进行正则化，提升模型鲁棒性和泛化能力==
1.1 对抗训练特点
相对于原始输入，所添加的扰动是微小的
添加的噪声可以使得模型预测错
AI赋能原则10解读思考：当人人都能从 AI 获益，人类整体将跨入新的生产力时代
目录一、为什么必须进入“政府 2.0”？——治理的时空尺度被 AI 改写了二、AI 的真正价值不是“替代人”，而是“扩大每个人的能力边界”三、不是监管技术，而是设计“公共智能系统”（一）让每个人都能“用得起”“用得好” AI：建设国家级 AI 基础设施1. 提供普惠可及的 AI 公共服务2. 推动教育体系全面融入
Flink 使用之 SQL UDF
Flink 使用介绍相关文档目录
Flink 使用介绍相关文档目录
简介
在使用纯Flink SQL的场景下，对于复杂业务逻辑，Flink提供的内置fucntion是无法满足要求的。我们需要实现自定义的function，来扩充Flink的功能。用户自己实现的function称为UDF(user defined function)。
Flink支持如下四种UDF：
ScalarFunction:
记一次canal delay 调优过程
一、现象
image.png
image.png
每天夜里12点准时出现延迟告警，查看canal的监控指标，delay指标延迟在5-10分钟，blocking指标中的sink、dump趋于100%，同时canal服务的cpu及memeory很稳定40%左右。
二、分析
被告警吵的实在受不了了，于是下定决心解决这个问题。首先花了点时间研究了一下canal源码，整个canal的
优化算法matlab实现（三十七）非洲野狗算法matlab实现
注意：此代码实现的是求目标函数最大值，求最小值可将适应度函数乘以-1（框架代码已实现）。
注意：此代码实现的是求目标函数最大值，求最小值可将适应度函数乘以-1（框架代码已实现）。
注意：此代码实现的是求目标函数最大值，求最小值可将适应度函数乘以-1（框架代码已实现）。
1.代码实现
不了解非洲野狗算法可以先看看优化算法笔记（三十七）非洲野狗算法
实现代码前需要先完成优化算法matlab实现（二）框
跟着Nature学作图:R语言ggplot2堆积柱形图完整示例
论文
A global reptile assessment highlights shared conservation needs of tetrapods
#Sec33
数据代码链接
夜空中最亮的星-天狼星
为什么说天狼星是夜空中最亮的星呢？要想了解其中的奥秘，我们就必须先了解一个天文感念：星等。
顾名思义，星等就是天上星星的等级。它所标定的，是这些星星的明暗程度。
世界上第一个提出星等概念的人，是古希腊大天文学家喜帕恰斯。你或许没听说过这个人，但你一定听说过他的数学贡献。我们在中学学到的各种三角函数，比如正弦、余弦、正切、余切，就是他最早提出的。正因为如此，喜帕恰斯也被后人称为“三角学之父”。
由于
序列标注任务常用方法
1. HMM
1.1 模型原理
HMM中，有5个基本元素：{N,M,A,B,π}，结合序列标志任务(NER)对其的概念定义为：
N:状态的有限集合。在这里，是指每一个词语背后的标注。
M:观察值的有限集合。在这里，是指每一个词语本身。
A:状态转移概率矩阵。在这里，是指某一个标注转移到下一个标注的概率。
B:观测概率矩阵，也就是发射概率矩阵。在这里，是指在某个标注下，生成某个词的概率。
π:初始
到底是什么原因造成的呢
昨天的收益为什么这么少？按说跟平常应该没有什么不同，我50个赞点完，平均点一个赞，1.1左右的收益率（最低也应该有一个钻贝），那么点赞收益就应该有55个钻贝左右，即便按最少的算，也应该有50个钻贝，我看了一下昨天的收益详图，点赞收益却只有40个钻贝，比我计算的居然少了10到15个钻贝！同样的点赞，比平时竟然少了这么多收益，这确实令我有些意外。
文章收益这一块，跟我平时相比，少了一个大咖的点赞，但算
