Ryanclawer

Welcome to Ryan's cave

离开高中已经四年了。

这四年里,我没有写过任何文章,似乎已经在写作这条路上越走越远。然而,随着经历的事情逐渐增多,我对许多问题的看法也在悄然改变。直到现在,我终于有了一些时间,重新关注身边的社会现象,关注那些过去从未真正留意过的事情。

几周前,我在几个社交群里看到广州发生持刀伤人事件的消息。令我意外的是,涉事者竟然是一名学生。

阅读全文 »

前言

最近在做 3D 模板匹配的调研,目标是结合线扫相机和结构光相机做 3D 定位与位姿估计。这篇博客把调研结论沉淀下来,涵盖:概念澄清、算法路线(重点对比 PPF 与 FPFH 两种主流方案)、商业工具与开源方案的选型,以及参考资料和案例清单。

阅读全文 »

前言

在三维视觉和机器人领域,经常需要将不同视角扫描得到的点云拼接在一起。ICP(Iterative Closest Point,迭代最近点)算法就是解决这个问题的经典方法。

本文将深入讲解 ICP 算法的数学原理,并对照 PCL(Point Cloud Library)的源码实现,让你真正理解每一行代码背后的数学含义。

阅读全文 »

前言

学习 C++ 输入输出时,cin.get()、cin.getline() 和 getline() 这三个函数常常让人混淆。它们都能读取输入,但行为却各不相同。本文通过对比分析和实用示例,帮你彻底理清它们的区别,并提供简单的记忆方法。

阅读全文 »

前言

递归是一种优雅且直观的编程技术,许多算法问题(如树的遍历、图的搜索、动态规划等)用递归来描述都非常简洁。然而,递归并非总是最佳选择:深度过大会导致栈溢出、函数调用开销影响性能、调试困难等问题。本文将深入探讨如何将递归结构转换为等价的非递归(迭代)形式。

阅读全文 »

前言

在使用 Windows 命令行(cmd)或 PowerShell 时,我们经常遇到中文乱码问题。这通常是因为默认的代码页(Code Page)设置不正确导致的。本文将介绍如何通过修改注册表来永久更改 cmd 和 PowerShell 的默认代码页为 UTF-8(65001),从而彻底解决乱码问题。

阅读全文 »

摘要

本研究聚焦于基于 DPO(Direct Preference Optimization)对齐的联邦大模型偏好方向,旨在结合联邦学习与直接偏好优化技术,在保护用户隐私的前提下实现分布式环境下的模型对齐。本文档记录了从理论探索到代码实现过程中遇到的技术问题及解决方案,可作为毕业论文相关章节的参考资料。


阅读全文 »

一、核心结论

对于采用低位交叉编址的多体存储器,要达到理论上最高的连续读写带宽,其存储模块的数量 M 必须等于主存访问周期 T 与总线传输周期 τ 之比。

即:

阅读全文 »

DPO 产生的背景

RLHF(Reinforcement Learning with Human Feedback)基于人类反馈的强化学习,是近年来在人工智能,尤其是大型语言模型训练中非常关键的一种技术方法,可以使 AI 模型的回复更加符合用户的偏好和期望。

为什么需要 RLHF?大模型基于海量数据的无监督学习,可以生成连贯的句子,但是生成内容不一定符合人类的偏好和期望,不够有帮助不够人性化。

阅读全文 »
0%