机器学习

评估体系构建：基于自动化指标与人工打分的双重验证微调完 DeepSeek 模型后，领导问你：“新模型比旧模型好在哪里？” 如果你只回答“Loss 下降了 0.1”，那大概率是过不了关的。Loss 只能反映拟合程度，不能反映生成质量。对于生成式 AI，我们需要构建一套多维度的评估体系，从自动化指标到人工盲测，全方位衡量模型的“智商”。

断眉的派大星

均值为0，方差为1：数据的“标准校服”均值为0，方差为1：数据的“标准校服”🌟 一句话理解均值为0 = 数据整体“居中”在0点方差为1 = 数据的“波动程度”被统一标准化 👉 两者结合 = 所有数据穿上“统一校服”，站在同一起跑线！

缸中之脑：大模型架构的智能幻象与演进困局当前大语言模型的发展路径，看似在模拟人类智能方面取得了突破性进展，实则创造了一个个“缸中之脑”——拥有惊人对话能力却缺乏世界真实体验的人工系统。本文将从架构师的专业视角，深入剖析这一现象的技术根源，追溯从符号主义到连接主义的范式转换，揭示当前大模型发展路径中存在的根本性局限，并提出可能的突破方向。通过生活化案例与专业分析相结合的方式，我们将探讨为何需要更接近真实世界的智能系统，以及如何从当前的“缸中之脑”困境中突围。

Online Process Reward Learning for Agentic Reinforcement Learning大型语言模型(LLM)越来越多地通过强化学习(RL)被训练为自主智能体[autonomous agents]，能够在交互式环境中进行长期推理和行动。然而，稀疏且有时无法验证的奖励使得时序信用分配[temporal credit assignment]变得极具挑战性。最近的研究尝试将过程监督整合到智能体学习中，但存在标注偏差[biased annotation]、奖励欺骗[reward hacking]、过细粒度信号[overly fine-grained signals]导致的高方差，以及在状态重叠罕见时

误差卡尔曼滤波在VINS-mono中的应用有两个误差：分别是估计误差和观测误差vins-mono预积分推导过程中，只用到了估计误差的协方差的推导。

逻辑回归详解1.逻辑回归的应用场景2.逻辑回归应用到的数学知识逻辑回归是解决二分类问题的利器核心思想：设模型中含有待估参数w，可以取很多值。已经知道了样本观测值，从w的一切可能值中（选出一个使该观察值出现的概率为最大的值，作为w参数的估计值，这就是极大似然估计。（顾名思义：就是看上去那个是最大可能的意思）

啵啵鱼爱吃小猫咪

机械臂能量分析关节空间变量：q ∈ R n q \in \mathbb{R}^n q∈Rn：关节位置向量q ˙ ∈ R n \dot{q} \in \mathbb{R}^n q˙∈Rn：关节速度向量

Σίσυφος1900

PCL 姿态估计 RANSAC + SVD（基于特征匹配）假设有两组点云：随机选 3 个对应点对 (pi,qi)(p_i,q_i)(pi,qi)用 SVD 求解当前候选刚体变换 (R,t)(R,t)(R,t)

C4 vs UML：从入门到结合使用的完整指南（含 Visual Paradigm AI 实操）在软件架构设计和文档化中，C4 模型和 UML（统一建模语言）是两种常用的可视化方法。UML：由 OMG 组织标准化，诞生于 20 世纪 90 年代，包含 UML - 14 种图表类型（如类图、序列图、用例图、活动图等），适合详细描述软件系统的结构、行为、交互。

多模态大模型学习笔记（一）——机器学习入门：监督/无监督学习核心任务全解析机器学习作为人工智能的核心分支，其本质是让计算机从数据中学习规律，进而实现对未知数据的预测或分析。而“监督学习”和“无监督学习”是机器学习最基础、最核心的两大范式，几乎所有经典算法都围绕这两类任务展开。本文将带你吃透这两大学习模式的核心逻辑、典型任务及应用场景，帮你搭建机器学习的底层认知框架。

【V2.0】王万良《人工智能导论》笔记｜《人工智能及其应用》课程教材笔记【文章基本信息】【图书基本信息】👉高等教育出版社【课程基本信息】课程名称：人工智能及其应用 / Artificial Intelligence with Applications

多模态大模型学习笔记（二）——机器学习十大经典算法：一张表看懂分类 / 回归 / 聚类 / 降维在上一篇内容中，我们梳理了机器学习的核心任务体系（监督/无监督学习），以及回归、分类、聚类、降维四大核心任务的底层逻辑。本篇将聚焦机器学习十大经典算法，用“表格+可视化图解”的形式，拆解每类算法的适用场景、核心逻辑和关键特性，帮你快速匹配算法与业务需求。

大模型面试题：在混合精度训练中如何选择合适的精度我整理好的1000+面试题，请看大模型面试题总结-CSDN博客或者https://gitee.com/lilitom/ai_interview_questions/blob/master/README.md

通过超宽带信号估计位置——论文精读S. Gezici and H. V. Poor, “Position Estimation via Ultra-Wide-Band Signals,” in Proceedings of the IEEE, vol. 97, no. 2, pp. 386-403, Feb. 2009, doi: 10.1109/JPROC.2008.2008840.

Physicist in Geophy.

一维波动方程（从变分法角度）这个推导过程是变分法（Calculus of Variations）在连续介质力学中的经典应用。作为地球物理专业的学生，理解这个推导能帮你从能量的角度直观把握波的产生。

REALM：用于机器人操作泛化能力的真实-仿真验证基准测试25年12月来自布拉格捷克理工大学和阿姆斯特丹大学的论文“REALM: A Real-to-Sim Validated Benchmark for Generalization in Robotic Manipulation”。

啊阿狸不会拉杆

《机器学习导论》第 9 章-决策树目录前言9.1 引言9.2 单变量树9.2.1 分类树核心概念通俗解释完整可运行代码（分类树 + 可视化对比）

机器学习——个人笔记（持续更新中~）因此往往一个优秀的模型对于这种范围比较大的参数它前面的系数会选取的格外谨慎下面上部分的两张图就是我们特征到成本函数的等高线图不难发现的是对于范围较大的x1前的参数w1 它只要变化一点对于整体的影响就非常大这也符合我们前面的分析从图像上来看是一个椭圆

整得咔咔响

贝尔曼最优公式(BOE)回顾上一节，我们给出了贝尔曼方程的状态价值函数：和动作价值函数：这两个函数都是对于给定策略π来说的，强化学习的目的是寻找最佳策略，所以下一个问题自然而然的是：

Python 自动发送邮件实战：用 QQ/163 邮箱发送大模型生成的内容【个人主页：玄同765】大语言模型（LLM）开发工程师｜中国传媒大学·数字媒体技术（智能交互与游戏设计）