摘要：
参考: 李宏毅老师课件 PPO: Default reinforcement learning algorithm at OpenAI PPO = Policy Gradient 从 On-policy 到 Off-policy, 再加一些constraint Policy Gradient Bas 阅读全文
摘要：
# LEA: Improving Sentence Similarity Robustness to Typos Using Lexical Attention Bias 论文阅读 KDD 2023 [原文地址](https://arxiv.org/abs/2307.02912) ## Introd 阅读全文
摘要：
ICLR 2023 [原文地址](https://arxiv.org/abs/2203.11171) ## 1. Motivation Chain-of-Thought(CoT)使Large Language Models(LLMs)在复杂的推理任务中取得了令人鼓舞的结果。 本文提出了一种新的解码策 阅读全文
摘要：
ACL2022-long paper 原文地址 1. 介绍(Introduction) 问题: 由PLM编码得到的句子表示在方向上分布不均匀, 在向量空间中占据一个狭窄的锥形区域, 这在很大程度上限制了它们的表达能力. 已有的解决办法: 对比学习. 对于一个原句, 构造他的正例(语义相似的句子)和负 阅读全文
摘要：
## 上标 - `$\hat{x}$` : $\hat{x}$ - `$\widehat{x}$` : $\widehat{x}$ - `$\tilde{x}$` : $\tilde{x}$ - `$\widetilde{x}$` : $\widetilde{x}$ - `$\dot{x}$` : 阅读全文
摘要：
匹配不含'aaa'和'bbb'的字符串: ^(?!.*aaa)(?!.*bbb).*$ To be continue... 阅读全文
摘要：
整除2与模2 x: int = 123 # 整除2: x = x>>1 # 模2: x = x&1 x&(x−1) (Brian Kernighan 算法) 对于任意整数x: int，令 x = x&(x−1)，该运算将x的二进制表示的最后一个1变成0. 用处: 计算整数的二进制表示中有多少个1 x 阅读全文
摘要：
代码如下: Sub 批量加粗() Dim a As Range Dim b As String b = InputBox("请输入要加粗的关键字") For Each a In ActiveSheet.UsedRange If InStr(a.Value, b) > 0 Then i = InStr 阅读全文
摘要：
1. 最大流问题定义 1.1 流网络(Flow network) Def. A ==flow network== is a tuple $G = (V, E, s, t, c)$: Digraph $(V, E)$ with source $s ∈ V$ and sink $t ∈ V$. Capa 阅读全文
摘要：
1. 3-SUM 1.1 问题描述 Given three sets $X$, $Y$, and $Z $ of $n$ integers each, determine whether there is a triple $i \in X, j \in Y, k \in Z$ such that 阅读全文