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 Llama 2
Meta 的 Llama 2 是当前开源生态里可作为效果标杆的一类 LLM。虽未开放完整训练细节，但其公开的模型结构与推理实践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，当这种幂律关系出现时，我们可以提前对模型的性能进行预测。
LLMs Fine-Tuning And Prompt Engineering Practices
2024-04-03
由于 LLM 的通用性，很多场景可以无需进行 fine-tuning（如 zero-shot）就直接完成任务。然而，为了在特定领域的下游任务上获得更高的准确性与稳定性，通常需要执行 Fine-Tuning 或 Prompt Engineering，使 LLM 更好地适应目标分布。
从关西开始吧
今年跨年，我太太提议全家以出行的形式进行，虽然春节假期的出行成本很高，但是想到能抽出仅有的假期带家里的老人们一起出国旅行还是很兴奋。