RLHF 强化学习人类反馈
Introduction 强化学习人类反馈（Reinforcement Learning from Human Feedback, RLHF）是一种通过结合强化学习和人类反馈来优化模型性能的方法。RLHF特别适用于那些 主观性强、没有明确目标的任务 ，例如生成文本摘要、回答开放性问题等。 RLHF
Writing
文章 · 2
Phase Plane Method
Motivation 本文讲述的相平面法[Phase Plane Methods]主要围绕对分析二元微分方程组和一元二次微分方程的向量场，在介绍之前，先引入一个二元微分方程组，The Competitive Lotka Volterra Equations： \frac{dx}{d\overline
数据结构与算法：最短路径问题（1）
题目描述 摘自UNNC Programming and Algorithms (COMP1038) Coursework 2： You are required to write a program that will produce the optimal route and cost C of
数学建模算法：K-Means聚类算法
概念 聚类属于无监督学习，指在没有参照系下对样本集合进行分组，这种分组往往是无标签化的，即分类后无法知道这一类的意义，仅仅是在特征上具有较大相似性。K means算法是常见的聚类算法，在给定分类组数的情况下算法自动进行分类。 K means算法支持大于2维的特性维度，但不支持过大维度的特性。同时对噪
数学建模算法：层次分析法
模型定位 层次分析法「The analytic hierarchy process」是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的 决策方法 。 模型共分为三个层级： 目标层：
针对凸透镜应用于绘画语言的探究
引言 在历史上，凸透镜一直作为光学仪器被人们所研究，早在亚里士多德时期，他就对凸透镜的成像原理做出过简单的定义；13世纪的阿拉伯世界，阿拉伯人使用凸透镜来制作放大镜。随后，在16世纪的欧洲，伽利略·伽利莱和约翰内斯·凯普勒等科学家对凸透镜的性质和成像原理进行了深入研究。在凸透镜的研制上，随着中世纪文
伦勃朗与维米尔系列：The Mysterious Vermeer
维米尔于1632年出生于荷兰代尔夫特，在如今的代尔夫特中心广场，代尔夫特斜塔中保存着他的墓石。不同于其他艺术家向往大城市寻求发展，直到1675年去世，他都没有离开过他的故乡。在代尔夫特，他曾四次担任当地的画家协会会长，相比于高产伦勃朗，维米尔目前传世的也就三十多件作品，仿佛绘画并非是维米尔的谋生之道
伦勃朗与维米尔系列：Rembrandt's Final Years
Rembrandt’s Bankruptcy 伦勃朗即是催债人也是欠债人，四处的创新与房贷让他欠下巨款。由于荷兰与英国的战争还在持续，社会经济萧条，伦勃朗根本无法要到欠款，随后，他放弃了自己原先的大房子，买了一个小房子；他四处拍卖自己的作品，却始终不愿意拿出自己最好的作品，自然也买不出什么好的价钱。
伦勃朗与维米尔系列：Rembrandt In His Prime
Family and Daily Life 到1640年，伦勃朗34岁，家庭的悲剧让他的绘画风格变得朴素与低沉。让他对家庭的表达从浮华的风格变为了深沉的情感表达。油画的尺寸也缩小了，充满了阴影与自然的力量伦勃朗和他的妻子萨斯其亚生有4个孩子，只有最小的一个存活，而他妻子在生孩子后不久去世(1942年
伦勃朗与维米尔系列：Rembrandt In Amsterdam
Coming to Amsterdam 伦勃朗在22岁时前往了阿姆斯特丹，17世纪的阿姆斯特丹是欧洲最大的经济中心与贸易中心，东印度公司垄断了亚洲一带的海上贸易，为城市带来了巨大财富。1630年，阿姆斯特丹证券交易所成立，象征着城市不凡的实力。 同时，阿姆斯特丹还是理性主义思想的发源地，著名的理性主