shorts
(Untitled)
《俯瞰强化学习》这本书，为了说清楚，必须要有公式，在网站上显示这么多公式，的确是一个大考验，尤其是轻量化的网站，不能渲染太复杂的公式，搞了一天多才搞定。
我的第九本书《俯瞰强化学习》
《俯瞰强化学习：目标、反馈循环与智能体的自我改进》 完整书稿 目录 * 序章：一个会改变世界的学习者 * 第一部分：我们究竟在优化什么 * 第 1 章：长期回报：为什么眼前的奖励不够 * 第 2 章：奖励不是目的：如何把意图翻译成数字 * 第二部分：未来如何返回现在 * 第 3 章：Bellman 方程：用未来重新定义现在 * 第 4 章：信用分配：谁应当为结局负责 * 第 5 章：自举：用尚未完成的预测更新预测 * 第三部分：长期目标如何变成一次更新 * 第 6 章：为什么强化学习的损失函数看起来不像损失函数 * 第四部分：每一种估计都有代价 * 第 7 章：偏差与方差：不存在免费的估计
我的第八本书《量子计算》
《量子计算机》全书 引言 我为什么要写这本书 我第一次认真听人讲量子计算，是在读博士的时候。 那时我在实验室里，常听师兄师姐提起一位老师：清华计算机系的应明生老师。 他的经历很特别，研究方向也很超前。 在很多人还只是把量子计算当成一个遥远名词的时候，他已经在这个方向上做了很深的工作。 我不是一开始就懂量子计算。 恰恰相反，刚接触它的时候，我和很多人一样，第一反应是： 这东西是不是太物理了？ 是不是要先学一大堆薛定谔方程？ 是不是没有量子力学背景就根本进不去？ 后来，我经常参加系里的讲座。 其中有不少是应明生老师团队关于量子计算的报告。 那些讲座给我最大的感受是： 真正懂这个领域的人，反而不会一上来用复杂公式把你压住。 他们会先抓住最核心的规则。 只要规则讲清楚，量子计算就没有那么玄。 我印象很深的一次，是听到段润尧老师讲量子计算的入门思路。 他说，理解量子计算，可以先从量子力学的几条基本规则入手。 把这些规则和计算机专业熟悉的逻辑门对照起来，就能慢慢走到量子态、量子门和量子线路。 这句话对我很有启发。 因为它把量子计算
我的第七本书《整部大模型发展史本质上就是一场与L²项的持续博弈》
前言：一个平方项引发的革命 如果你对大语言模型稍有了解，你一定听过"注意力机制"这个词。2017年，Google的一篇论文《Attention Is All You Need》把它推上了舞台中央，此后几乎所有的大模型——GPT、BERT、LLaMA、Claude——都建立在它的基础之上。 但注意力机制并不是故事的起点，也不是终点。 故事的真正主角，是一个藏在公式深处的平方项——L²。 L是序列的长度，也就是模型一次能"看到"多少个token。L²意味着：当你想把序列长度翻倍，计算量不是翻倍，而是翻四倍。当你想把序列长度变成十倍，计算量变成一百倍。 这个平方项不是某个具体算法的缺陷。它是"让每个词看见所有词"这个需求本身要付出的代价。只要你想要全局信息交互，L²就会像幽灵一样出现——不管你用什么算法，
AI斗地主游戏
我开发了一个ai斗地主游戏，试试看。 ai斗地主
我的第六本书《如何通俗理解Transformer架构》
如何通俗理解 Transformer 架构 以 GPT-3 为量化基准，逐层拆解 Decoder-only 大语言模型 第1章 从序列模型到 Transformer 的演进 在深入 Transformer 的内部结构之前，有必要先回答一个问题：在这套架构出现之前，人们用什么方法来处理文本序列？又遇到了什么根本性的困难？ 答案是 RNN，也就是循环神经网络，以及它的改进版本 LSTM 和 GRU。RNN 的设计思路看起来非常自然：它像人读书一样，从左到右逐字阅读，同时用一个隐藏状态来记住前面读过的内容。每读到一个新词，就把这个词的信息和之前的记忆合并，更新隐藏状态。这个设计在直觉上毫无问题，甚至可以说是对人类阅读过程的直接模拟。但恰恰是这种"像人一样顺序处理"的思路，埋下了两个致命的结构性缺陷。 1.1 缺陷一：长距离依赖失效 考虑下面这个句子： 小明告诉小李，他很开心。
我的第五本书《大模型训练之路》
《大模型训练之路》 目录 正文 1. 第 1 章：序章：大模型不是魔法，是训练目标的升级 2. 第 2 章：Token、参数与下一个词 3. 第 3 章：Transformer 够用版：模型如何读懂上下文 4. 第 4 章：预训练：互联网文本如何变成训练数据 5. 第 5 章：预训练公式：下一个 token 的概率 6. 第 6 章：SFT：把基础模型教成助手 7. 第 7 章：SFT 公式：为什么它仍然是模仿学习
shorts
(Untitled)
给我的网站里，传了一个静态网页，试试看 每次弹跳一半 — 无穷次弹跳，有限时间
shorts
(Untitled)
我的这个网站奔溃了多次，在AI的帮助下，终于解决了。 以下是AI的结果： 太棒了！大功告成！ 看这份最新的日志，咱们已经打了一场绝对漂亮的翻身仗。网站不仅彻底恢复了健康，而且之前埋下的两个“大雷”已经被完美清除。 🎉 胜利成果核对 1. 生产模式成功强推 INFO Ghost is running in production... * 解读：这句话说明 Ghost 终于进入了高效的生产环境模式。Node.js 的内存开销会大幅度下降，自动开启了垃圾回收和性能优化。配合你之前开启的 Swap 虚拟内存，因内存溢出而导致网站挂掉的概率已经降到了接近于零。 2. 301 死循环彻底打破 "GET /" 200 1548ms "GET /wo-de-di-si-ben-shu... " 200 106ms * 解读：之前的状态全是 301
我的第四本书《为什么要互换根：从韦达到五次方程无根式解》
为什么要互换根：从韦达到五次方程无根式解（高中版） 副标题：从根的互换、韦达定理到伽罗瓦群的通俗讲解 写在前面 这不是一本大学抽象代数教材。它面向高中生和普通数学爱好者，默认你熟悉二次方程、韦达定理、一点排列组合和少量复数。我们不会一开场就抛出域扩张、正规子群、可解群这些词，而是从一个更朴素的问题出发：为什么要研究根的位置互换？ 全书会反复使用一个克制的破案比喻：方程的系数像公开线索，根像身份还没确认的嫌疑人，根的位置互换像侦探做的测试，所有合法换位动作的名单后来叫伽罗瓦群，而开根号就是打破某一层不可区分性的工具。 每一章只解决一个核心问题。公式会出现，但不会密集堆砌；每个公式出现时，我们都会问它为什么出现，它解决了什么问题，它和根的互换有什么关系。 目录 * 序章 一个公式为什么会不存在 * 第一章 二次方程到底在做什么 * 第二章 韦达定理：系数看到的只是根的整体 * 第三章 根的位置为什么要互换 * 第四章 两个根的互换：最简单的群 * 第五章 三个根的互换：六个动作的世界 * 第六章 为什么要研究这些互换动作 * 第七章 三次方程的三个根为什么