Coding羊-CSDN博客

原创【RLHF】深入浅出：完整解析人类反馈强化学习的预训练、SFT与RL微调三阶段

人类反馈强化学习（RLHF）已成为塑造现代大语言模型行为的关键技术。然而，其过程远非一蹴而就，而是一个环环相扣、层层递进的系统工程。本文将深入浅出地完整解析RLHF的三大核心阶段：首先，在“预训练”阶段，模型在海量数据中汲取知识，奠定其通用的语言与推理能力根基；继而，通过“有监督微调（SFT）”，模型学习理解并遵循人类指令，从“通才”转变为“专家”；最终，在最具挑战的“强化学习微调”阶段，模型借助人类偏好数据，进行价值观层面的精细对齐，优化其输出的有用性、安全性与人性化程度。

2025-10-09 09:25:15 834

原创 Ollama API 请求失败：404 Not Found 问题排查与解决记录

摘要：应用程序调用本地Ollama大模型时返回404错误。排查发现Ollama服务未监听默认11434端口，而是其他端口（如44431）。解决方法：通过修改systemctl服务配置，添加OLLAMA_HOST=0.0.0.0:11434环境变量并重启服务，或调整应用程序端口。最终验证端口监听状态确认修复成功。

2025-09-18 09:00:00 3480

原创 Linux 用户创建与 SSH 密钥配置完整指南

本文介绍了在Linux系统中创建用户并配置SSH密钥认证的完整流程。通过自动化脚本实现用户创建、主目录设置和权限配置，详细说明了SSH公钥的生成与添加方法，并提供了测试连接和增强安全性的建议（如禁用密码认证）。相比传统密码认证，SSH密钥认证具有更高安全性、免密码登录和自动化友好等优势。

2025-09-06 16:40:48 682

原创保姆级教程：用DeepSeek + RAGFlow 构建你的个人智能知识库

本教程为一份保姆级的私有化知识库构建指南。文章针对通用AI无法回答内部文档的问题，引入RAG（检索增强生成）技术作为解决方案，并对比了其与模型微调的区别。教程核心在于教你如何将 DeepSeek 大模型与 RAGFlow 框架在本地整合。内容涵盖了从Ollama本地部署（运行DeepSeek及Embedding模型）、RAGFlow私有化部署，到最终构建知识库并进行问答的完整实战步骤。文中还贴心附带了安装部署等常见问题的解决方案，助你从0到1打造一个能精准理解私人资料的专属AI助手。

2025-08-26 14:10:07 1546

原创解决PyTorch代码中torch.cuda.is_available()终端返回True但代码中显示False的问题

在深度学习训练中，我们通常会优先选择GPU加速计算。然而，有时会遇到一个诡异的现象：返回True却返回False，导致代码回退到CPU模式。

2025-04-17 11:40:55 1757 1

原创【Qt开发】解决 VS 2022 中 Qt .ui 文件无法打开的问题

在 Visual Studio 2022 的 Qt 开发环境中，开发者可能会遇到 .ui 文件无法打开的问题，这通常表现为双击文件后 Visual Studio 闪退并报错。本文提供了一个经过验证的解决方案，通过调整 Visual Studio 的扩展设置，特别是确保 Qt Designer 被正确配置，可以迅速解决这一问题。

2025-01-04 18:25:01 2912 1

原创解锁Code Chart：高效绘制流程图、时序图和结构图的终极指南

在软件开发过程中，图表是表达复杂逻辑和系统结构的强大工具。Code Chart是一款便捷的在线Mermaid编辑器，它允许我们使用Markdown语法快速生成流程图、时序图、甘特图和类图等。本文将带您了解Code Chart的魔力，并提供实用的指南，帮助您快速上手。

2024-12-18 16:22:29 2190

原创【色彩猎人】如何一键捕获色彩RGB或十六机制，让你的PPT瞬间出彩！

你是否曾`在浏览网页或图片时，被某个色块深深吸引，却苦于某种没有取色笔的情况下无法将其完美复刻到你的PPT中`？别担心，今天，我来教你如何成为色彩猎人，一键捕获你心仪的色彩，让你的PPT瞬间出彩！

2024-12-10 17:22:04 737

原创 Excel 如何统一日期格式？Excel中日期格式化：DATE和TEXT函数的实用指南

Excel中日期格式化：DATE和TEXT函数的实用指南！

2024-12-08 18:09:29 3527

weixin_51225776的博客