ShadyPi-CSDN博客

例如，当Vue实例的data是一个inner html，我们想在网页上渲染这部分html，如果依然使用之前的。在Vue中有很多特殊的标签属性，这些属性一般以’v’开头，用于在标签中实现特殊的功能。，则只会将inner html的源码显示出来，无法进行渲染。但是如果把容器中的元素添加一个标签属性。，并将该属性的值赋为msg，即。

2023-11-28 15:33:55 1272

原创 Polish Questions to Catch the Inclination of Large Language Model: A Technical Report

Polish Questions to Catch the Inclination of Large Language Model: A Technical Report。

2023-10-16 22:36:23 191

原创 [Google DeepMind] LARGE LANGUAGE MODELS AS OPTIMIZERS

总体架构Optimization by PROmpting (OPRO)：最开始输入meta-prompt，这个初始的meta-prompt基本上只是对优化任务进行了描述(也会有few-shot example)。输入后LLM便会生成一个solution，这个solution由objective function评估并打分。(solution, score)组合成一对添加到meta-prompt中，如此完成一个循环。多次循环后取分数最高的solution作为优化结果。

2023-09-13 19:58:47 1207

原创 Self-Polish: Enhance Reasoning in Large Language Models via Problem Refinement

核心思想是通过instruction让LLM来优化问题本身，从而达到更好的效果，且这种针对问题的优化可以跟其他的prompt技术，如CoT或者Least-to-Most相结合。

2023-09-13 14:14:24 314

原创 ACL2023 Prompt 相关文章速通 Part 1

ACL2023 prompt相关文章速览

2023-08-25 12:13:31 1659

原创 [ACL2023] Symbolic Chain-of-Thought Distillation: Small Models Can Also “Think” Step-by-Step

虽然CoT作为一种prompt形式在提高LLM的表现上有很好的效果，但此前有研究表明CoT并不能在小规模的LM（参数

2023-08-25 12:11:03 341 1

原创 [ACL2023] Exploring Lottery Prompts for Pre-trained Language Models

基于此，作者提出了一种集成prompt方法，在少量的训练集上选出优秀的prompt以后，根据他们的表现赋予不同的权重，表现越好的prompt权重越高，之后将这些prompt的分类预测加权在一起，得到最后的分类。而模型的能力也对搜索次数有影响，越大的模型需要的搜索次数越少。除了多个prompt对一个input，那自然也有一个prompt对多个input，作者统计了prompt在整个数据集上的表现，除了有66个类的最难的Few-NERD，其他数据集都能找到一个表现不错的prompt。

2023-08-24 19:39:36 738

原创 The CoT Collection: Improving Zero-shot and Few-shot Learning of Language Models via Chain-of-Though

主要的收集方法依然是基于LLM生成，首先人工手写并筛选出精品CoT样例，之后以这些样例为demo，让LLM输出某个问题的推理过程（rationale），从而获得大量的带rationale的问题作为数据集。最后，作者对生成的这些rationale进行了评估，质量评估使用了ROSCOE的13个指标，又评估了rationale的多样性，显示他们的CoT Collection是更多样化的（动词更多样）。第四步，过滤生成的rationale，作者删掉了rationale中没出现答案的、太长的以及相同的。

2023-08-24 15:37:27 215

原创 Automatic Prompt Augmentation and Selection with Chain-of-Thought from Labeled Data

港科的工作，主要着眼于CoT样例的生成和选取，数据增强的部分就是用已有的CoT样例做few-shot推理，让LLM生成新的CoT样例（或者直接用Zero-shot-CoT），将生成正确的样例加入到备选池子里。至于如何选择，则是将抽取样例的过程看成从一个随机分布里采样的过程。用一些参数构建一个随机分布，该分布的采样值对应不同的CoT样例。为了学习这个分布，作者采用了强化学习的方法。实验显示在各数据集上达到了SOTA。

2023-08-22 16:33:30 191

原创 Toward Human Readable Prompt Tuning: Kubrick’s The Shining is a good movie, and a good prompt too?

基于soft prompt，但生成较可读的prompt，探寻优质prompt的特征

2023-08-07 12:19:06 108

原创 Demystifying Prompts in Language Models via Perplexity Estimation

低困惑度的prompt更能提升LLM的性能

2023-08-04 13:04:04 1162

原创 INSTRUCTZERO: EFFICIENT INSTRUCTION OPTIMIZATION FOR BLACK-BOX LARGE LANGUAGE MODELS

用soft prompt调教Vicuna，生成更好的instruction提高chatGPT的性能

2023-07-31 17:29:46 217

电子科技大学-大学物理mathcad

电子科技大学-大学物理下-mathcad 课程要求的mathcad绘制物理现象的实验代码，因为有很多网友求源代码，就在这里一并放出来了。

2024-03-29

matlab实现PCA维数约减（0积分下载）

基于coursea上吴恩达的机器学习课程练习题ex7，通过matlab实现PCA维数约减，具体功能详见https://blog.csdn.net/ShadyPi/article/details/122751044#comments_23892789

2022-11-05

matlab实现协同过滤算法进行电影推荐（0积分下载）

coursera 机器学习 ex8练习第一部分为失常点检测；第二部分为协同过滤算法实现的电影推荐系统使用方法：下载压缩包并解压到本地，用matlab打开文件夹，打开ex8.mlx文件，即可查看详细说明（由于是coursera的作业，所以全是英文，可以结合本人博客阅读）。博客链接：https://blog.csdn.net/ShadyPi/article/details/122759026

2022-07-21

Flotherm初学者教程+电脑主机热设计模型.rar

包含Flotherm超详细初学教程，手把手带你热设计，附赠一种基于Flotherm的小型立式高性能个人电脑主机热优化设计模型

2022-01-13

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人