wangssd

摘要： 强化学习（Reinforcement Learning, RL）和粒子群算法（Particle Swarm Optimization, PSO）是两类不同范式的智能优化方法。 1）动态序贯问题：环境一直在变，每一步的决策会影响下一步的环境，需要连续调整策略，追求长期整体最优。→ 用强化学习 2）静态 阅读全文

摘要： 粒子群优化（Particle Swarm Optimization, PSO）是一种基于群体智能的随机优化算法，模拟鸟群、鱼群的群体觅食行为，通过个体间的信息共享和协作在解空间中寻找最优解。 在自然界中，鸟群觅食会表现出两个核心特征： 社会信息共享： 单只鸟不知道食物（最优解）在哪里，但会关注附近哪 阅读全文

摘要： 收益 每股收益（EPS）是公司 “赚” 了多少钱，每股分红是公司决定 “给” 你多少钱。 核心区别 概念全称含义归属权 每股收益 Earnings Per Share (EPS) 公司的利润。即公司每一股股票背后代表的净利润。 属于公司（虽然理论上属于股东，但公司可以决定怎么花）。 每股分红 Div 阅读全文

摘要： DeepSpeed 聚焦于大模型高效训练（同时支持推理优化），通过分布式技术突破训练的显存、算力瓶颈； vLLM 专注于大模型高吞吐、低延迟推理，核心解决推理阶段的显存利用率和请求处理效率问题。 一、DeepSpeed 底层原理 DeepSpeed 是微软推出的分布式训练 / 推理框架，核心目标是让 阅读全文

摘要： 大模型的架构主要可分为编码器（Encoder）、解码器（Decoder）、编码器 - 解码器（Encoder-Decoder） 三大类，不同架构适用于不同的任务场景。 一、 编码器架构（Encoder-only） 核心思想：基于双向注意力机制，能够完整捕捉输入序列的上下文信息，擅长理解类任务。 核心 阅读全文

摘要： 1. 风景视频类型（无需对口型） 1. 文本输入模块 职责：接收用户的原始文本（支持纯文本、带情绪标注的文本，比如[欢快]今天天气很好），做基础校验（非空、长度限制）。 设计要点：支持文本分段（比如按句号 / 逗号拆分，匹配视频镜头节奏）、保留文本的情绪 / 语速标注。 2. 文本处理与拆分模块 职 阅读全文

摘要： 文本生成图片 Qwen-Image (28B，文生图) 模型大小：57GB https://www.modelscope.cn/models/Qwen/Qwen-Image Qwen-Image-Edit-2509 (28B，图文生图) 模型大小：60GB https://www.modelscop 阅读全文

摘要： 1. ASR（Automatic Speech Recognition）自动语音识别 通过语音模型将人类语音转化为文本 常见开源/知名模型/工具： Whisper (OpenAI)：目前最主流的开源选择，支持多语言，识别精度高。 FunASR (阿里巴巴达摩院)：专注中文场景，对嘈杂环境鲁棒性强。 阅读全文

摘要： Qwen3-VL-8B 中图片占用的 Token 数 = 图片分块数 + 固定视觉前缀 / 后缀 Token（通常约 256~1024 个 Token，取决于图片分辨率），具体计算逻辑如下： 一、Qwen3-VL 图片 Token 计算规则 Qwen3-VL 采用「视觉分块编码」方案，和文本 Tok 阅读全文

摘要： 论文：《ReAct: Synergizing Reasoning and Acting in Language Models》 链接：https://arxiv.org/pdf/2210.03629 背景： 经过适当提示的大型语言模型（LLMs）已经展现出进行推理步骤以推导出算术、常识和符号推理任务 阅读全文