约会亚平宁
上次来欧洲已经是5年前了，中间那三年噩梦般的新冠时期都不知道是怎么熬过来的。从西班牙回来后，戒断反应似乎一直在，我太太和我疯狂地爱上吃海鲜饭paella，又对参观各种哥特式教堂着迷。所以在结婚六周年纪念日邻近时，就想着趁着十一假期再去一趟欧洲。最后我们选择了号称欧洲旅游天花板的意大利🇮🇹。而后来我们的经历也证明，这趟旅行的美好远不止此。
宝藏三晋
今年最火的国产3A大作《黑神话-悟空》虽然我还没入手开玩，但是着实是把山西旅游的给推向了流量潮头。一大批游客冲着山西的古建筑蜂拥而至。山西腹地相对封闭的地理环境和干燥的气候，使得很多木质古建筑被保存的很好。
The Needle In a Haystack Test
所谓的大海捞针实验（The “Needle In a Haystack” test）是设计用来评估LLM RAG系统在不同长短的上下文中的表现。它的工作原理是将特定的、有针对性的信息“针”（“Needle”）嵌入更大、更复杂的文本主体“草垛”（“Haystack”），目标是评估LLMs在大量数据中识别和利用这一特定信息的能力。
富士初窥
2024-05-04
春节假期离开日本的三个月后，戒断反应还在。看着出去玩的照片还是不时地回忆起全家老小在日本瞎玩的经历。所以趁着多年签还有效就在五一又回了日本。其实日本对于我们这种家庭是挺好的旅行选择，能出个国但是玩东西又比较多，物价合理而且不需要飞行很久，适合带娃说走就走。
Retrieval-Augmented Generation(RAG) for LLMs
RAG ，检索增强生成技术（Retrieval-Augmented Generation，RAG），通过在语言模型生成答案之前，先从广泛的文档数据库中检索相关信息，然后利用这些信息来引导生成过程，极大地提升了内容的准确性和相关性。RAG 有效地缓解了幻觉问题，提高了知识更新的速度，并增强了内容生成的可追溯性，使得大型语言模型在实际应用中变得更加实用和可信。
Inside Llama2
Meta的Llama2是当前开源状态最好又可以作为效果标杆的一个LLM模型，但它的官方口径好像也是个半开源，即只有inference而没有train，但是从它的模型结构和部分处理逻辑上，还是具有很高的参考价值。
Scaling Law in Large Language Model
2024-04-08
Scaling Law定义：随着模型大小、数据集大小和用于训练的计算浮点数的增加，模型的性能会有规律性的提高。并且为了获得最佳性能，所有三个因素必须同时放大。当不受其他两个因素的制约时，模型性能与每个单独的因素都有幂律关系（Power Law Relationship）。因此，当这种幂率关系出现时，我们是可以提前对模型的性能进行预测的。