chatGPT 奖励模型示意图：
chatGPT RLHF(基于人类反馈的强化学习) 模型示意图：
强化学习过程示意图：
相关文章
%2d, %02d, %d的区别
%d正常输出十进制数，%2d指2位宽的十进制数，右端对齐，超出部分省略；%02d指输出2位十进制数，右端对齐，不够位数的话左端补0. 转载于:https://www.cnblogs.com/summerpine/p/11460688.html
retinaface数据集制作
*项目需要，第一次接触，简单做个记录，无脑代码
用labelme做的标记，按照顺序：五个点一个bbox生成.json的文件下面代码将json标记的文件夹转为Retinaface训练集的label.txt
import os
import jsondata_dir train标注\\…
数学建模学习笔记（二十二）灰色预测（下下）GM(2,1)
GM（2，1） 理论推导： 例子： matlab代码：
clc,clear
x0[41,49,61,78,96,104];
nlength(x0);
x1cumsum(x0);
a_x0diff(x0);
a_x0[0,a_x0]
for i2:nz(i)0.5*(x1(i)x1(i-1));
end
B[-x0(2:end),-z(2:end)…
matlab DGM（2,1）模型
DGM（2,1）模型
clc,clear;
x0[2.874 3.278 3.39 3.679 3.77 3.8];
nlength(x0);
a_x0diff(x0);
B[-x0(2:end),ones(n-1,1)];
uB\a_x0syms x(t)
d2xdiff(x,2);dxdiff(x);xdsolve(d2xu(1)*dxu(2),x(0)x0(1),dx(0)x0(1));
xtvpa(x,6)
yucesubs(x,t,[0:n-1])…
Diablo II中的各种hacks
Game hacks，也就是通常所说的游戏作弊软件。在网络游戏时代，也许是因为针对传奇这类游戏的作弊软件大都利用WPE之类的抓包工具来制作，因此hacks又叫外挂。不过Diablo的hacks绝大多数是和游戏代码紧密结合在一起的，也许应该叫内挂才…
游戏外挂检测和反检测
关于游戏外挂检测和反检测（真正的防封技术）在网上找到篇关于游戏外挂检测和反检测的文章拿来跟断点的朋友分享。详细文章见附件，这里写些简介。 一：内存探测法 服务器发送个Paket检测游戏内存，然后返回服务器…