lanzeou-大赛人网-第57页
lanzeou的头像-大赛人网
lanzeou管理员超级版主
这家伙很懒,什么都没有写...
8. 函数说明文档-大赛人网

8. 函数说明文档

函数说明文档:写在函数里的文字说明,用来描述:函数的功能、需要哪些参数、返回什么结果,它的语法和普通字符串一样,用三引号包裹: def add(n1, n2): ''' 计算两个数相加的结果 :param n1:...
2.6 模型求解算法-大赛人网

2.6 模型求解算法

正则化可以有效防止过拟合,增强模型的泛化能力。这时模型的评估策略,就是让结构化的经验风险最小,即增加了正则化项的损失函数最小,称为 结构风险最小化(Structural Risk Minimization,SRM...
小节一:先定义“什么叫成功”——没有 Success Criteria,所有 Evaluation 都是空的-大赛人网

小节一:先定义“什么叫成功”——没有 Success Criteria,所有 Evaluation 都是空的

理解成功标准时,先别急着找一个通用的布尔值。修代码和分析数据的验收方式明显不同,但两者都得同时检查结果、限制条件和验证证据。 左侧强调测试与修改约束必须一起满足;右侧强调数据结论需...
6.4安全的加密传输-大赛人网

6.4安全的加密传输

bind服务程序为提供安全的解析服务,对TSIG(见RFC 2845)加密机制提供了支持。TSIG主要是利用了密码编码的方式来保护区域信息的传输(Zone Transfer),即TSIG加密机制保证了DNS服务器之间传输...
3年前
017311
第9章 数字证书服务器配置与管理-大赛人网

第9章 数字证书服务器配置与管理

图9 数字证书服务器配置与管理拓扑 9.1 安装证书服务并架设独立根CA 1.安装证书服务器 1)添加角色和功能 图9-1 添加角色和功能 2)安装AD证书服务和Web服务器 图9-2 安装AD证书服务和Web服务器...
8.3.3 T5-大赛人网

8.3.3 T5

概述 T5(Text-to-Text Transfer Transformer)是 Google Research 于 2020 年提出的一种统一预训练框架,它首次在完整的 Transformer 编码器-解码器结构(Encoder-Decoder)上实现了预训练语言...
Agent 最核心的秘密:Main Loop-大赛人网

Agent 最核心的秘密:Main Loop

上一节我们已经把 Chain、DAG、Workflow 和 Agent 的差别讲清楚了。真正决定 Agent 味道的,不是“有没有大模型”,也不是“有没有工具”,而是模型是否能够在运行过程中,根据当前任务和执行反...
小节三:Tool Result、日志、异常和代码怎么压缩——不同内容不能一刀切-大赛人网

小节三:Tool Result、日志、异常和代码怎么压缩——不同内容不能一刀切

这一节非常适合边看图边往下读。因为真正做工程时,最容易踩坑的地方就是“所有内容都用同一种摘要方式处理”。但 Tool Result、Log、Traceback、Code、search_files 命中结果,它们的结构和用...
AGENTS.md:给不同项目定义不同规则-大赛人网

AGENTS.md:给不同项目定义不同规则

上一节,我们刚刚把 Agent 的通用能力拆成了 Skills。 例如: skills/ ├── python-debug/ │ └── SKILL.md ├── flask-project/ │ └── SKILL.md └── data-analysis/ └── SKIL...
小节二:上下文丢失与幻觉——一个是“模型没看到”,一个是“没有证据却说发生了”-大赛人网

小节二:上下文丢失与幻觉——一个是“模型没看到”,一个是“没有证据却说发生了”

这一类也特别容易混。上下文丢失更像是“该给模型的东西没送到”,所以结果会偏;幻觉则是“没有证据却做了断言”,属于无依据生成。你会发现,前者常常和 compaction、截断、摘要丢失有关,后...