2818亿日元债券：伯克希尔·哈撒韦发行日元债券背后的策略性考量 281.8 billion yen bonds: Berkshire Hathaway’s strategic considerations behind issuing yen bonds
伯克希尔·哈撒韦在2024年10月发行2818亿日元债券，是自2019年以来最大规模的交易，这一决策背后蕴含着深思熟虑的策略性考…
2024年中国近期经济下行的宏微观经济分析 Macroeconomic and Microeconomic Analysis of China’s Recent Economic Downturn in 2024
宏观经济分析 中国近期的宏观经济面临多重下行压力，经济增速有所放缓。根据中国宏观经济论坛（CMF）和毕马威中国发布的报告，202…
OpenAI最新融资情况深度分析报告-202409 OpenAI’s latest financing situation in-depth analysis report-202409
一、概述 OpenAI，作为全球领先的人工智能研究机构，近期宣布完成了新一轮的融资。本报告旨在对OpenAI当前的融资情况进行概…
日本经济的“失去的三十年”与当前中国的投资启示 The “lost thirty years” of Japan’s economy and the current investment implications for China
引言 1990年代初，日本经历了经济泡沫破裂，随后进入了长达三十年的经济停滞期，被称作“失去的三十年”。在这段时间里，日本政府为…
ML笔记：actual counterfactual prediction 反事实预测为什么重要
反事实预测：洞悉因果，驱动决策 反事实预测（Counterfactual Prediction）是一种通过模拟“如果……会怎样”…
西游记原著怎么写唐三藏的这件袈裟的？
在《西游记》原著中，唐三藏的这件袈裟名为锦襕袈裟，是观音菩萨赠予他的法宝之一。锦襕袈裟的制作非常精细，是由冰蚕造练抽丝，巧匠翻腾…
ML笔记：机器学习中的协变量是什么？
在机器学习中，协变量（covariate）是指与研究或建模对象相关的变量，通常作为自变量（特征）用于解释或预测因变量（目标）。协…
AI内容农场：垃圾还是宝藏？
AI 内容农场：机遇与挑战并存 近年来，AI 内容农场泛滥，引发了人们对信息质量和真实性的担忧。然而，从积极的角度来看，AI 技…
特朗普2024竞选：力挺比特币，誓建“国家比特币储备”
特朗普在比特幣大會上承諾支持加密貨幣，引發市場震盪 共和黨總統候選人唐納德·特朗普在週六舉行的比特幣大會（BTC 2024）上發…
日本进入低欲望社会后对其信用卡行业的冲击
摘要 日本社会近年来出现了一种被称为“低欲望社会”的现象，这一现象对日本的经济和消费行为产生了深远的影响。本报告将分析日本为什么…
ML笔记：在大语言模型中，监督微调 （SFT）和 对齐（PPO、DPO）有什么不同的作用？
在大语言模型（LLM）中，监督微调（SFT）和对齐（PPO、DPO）是两种不同的技术手段，它们在模型优化和任务适应上有不同的作用…
ML笔记：PyTorch 监控 GPU 内存使用情况
torch.cuda.max_memory_reserved() 是 PyTorch 中用于监控 GPU 内存使用情况的一个函数…
ML笔记：alpaca-data-gpt4-chinese数据集是什么？
Alpaca-Data-GPT4-Chinese数据集是一个专门为中文语言模型训练而设计的数据集。以下是对该数据集的详细解释和介…
ML笔记：fuggingface datasets 怎么自定义函数筛选数据
在 HuggingFace 的 datasets 库中，dataset.map 函数主要用于对数据集中的每个样本应用自定义处理函…
ML笔记：peft库使用qlora微调llm，参数r和lora_alpha的作用和建议的配置值
在使用QLoRA算法微调大型语言模型（LLM）时，参数r和lora_alpha起着关键作用。以下是它们的具体作用和建议的配置值：…
ML笔记：使用huggingface 开发的trl库进行大模型微调时，SFTTrainer 怎么配置模型结果保存频次的参数
在使用 Hugging Face 开发的 TRL 库进行大模型微调时，可以通过配置 SFTTrainer 的参数来控制模型结果保…
ML笔记：trl库 SFTTrainer的参数warmup_steps的作用和应该怎么配置
warmup_steps 是 SFTTrainer 中的一个重要参数，它的主要作用是控制学习率预热的步骤数。预热步骤的目的是在训…