shikunpunk的小站

2026[55] 🍃
10/01
摇滚乐与我
09/28
09/28
09/28
09/28
09/27
harness评测之输出的多样性与稳定性
09/17
基于问题驱动的知识发现系统
09/04
宠物猫的商品化研究
09/04
对于湖北各地级市宠物医院分布的调查和研究
08/25
who is the ai king
08/23
大语言模型参数规模、架构范式与用户数量估算方法研究
08/23
网页版文学大模型 · 需求文档 v0.2
08/23
顾城·AI生成与原诗对照集(shikunpunk/MiniMind-GuCheng-AR生成)
08/23
v3现代诗难样本·对照集（shikunpunk/Qwen3.8-27B-Haizi/GuCheng-KTO生成）
08/23
海子顾城·联合精选集（shikunpunk/Qwen2.5-3B-GuCheng/HaiZi生成）
08/23
文学工业化
08/23
迁移学习的标度律 — Hernandez et al. (2021) 中文翻译
08/23
参数高效提示调优的规模力量 — Lester et al. (2021) 中文翻译
08/23
LoRA：大语言模型的低秩自适应（中文翻译）
08/23
rsLoRA：秩稳定化缩放因子（中文翻译）
08/23
当缩放遇上 LLM 微调：数据、模型与微调方法的影响 — Zhang et al. (2024) 中文翻译
08/23
训练计算最优的大语言模型（Chinchilla）— Hoffmann et al. (2022) 中文全文
08/23
余华风格短篇集（shikunpunk/Qwen2.5-3B-YuHua-V3生成）
08/23
余华模型写莫言题目（shikunpunk/Qwen2.5-3B-YuHua-V3 生成）
08/23
大语言模型的涌现能力 — Wei et al. (2022) 中文全文
08/23
新文学、新读者
08/23
神经语言模型的缩放定律 — Kaplan (2020) 中文全文
08/23
大语言模型的涌现能力是幻象吗？— Schaeffer et al. (2024) 中文全文
08/23
PEFT 参数高效微调：图文并茂数学详解
08/23
LLM 微调 Scaling Law · 中文翻译合集
08/23
我眼中的各种AI产品、分类与特点
07/18
叙事的完整性
07/17
叙事学作业-《dogvile》之故事
07/13
叙事学作业-《dogvile》分析
07/09
LoRA：低秩自适应大语言模型（论文翻译）
07/09
所有的等待都没有到来
07/08
通俗易懂地理解word2vev的原理
07/04
表示学习之transE论文翻译
07/04
知识图谱之实体分类
07/04
表示学习之Word2Vec
07/04
两种基于Tableaux算法的reasoner的源码分析（3）
07/04
两种reasoner的使用体验对比
07/04
两种基于Tableaux算法的reasoner的源码分析（2）
07/03
知识图谱推理与 Tableau 算法详解
07/03
两种基于Tableaux算法的reasoner的源码分析（1）
06/15
secret notes1
06/15
secret notes2
06/15
secret notes4
06/15
secret notes3
06/15
庸医
06/15
我返回故乡
06/15
由于暗地病孩子，或者因为文学
06/15
牯岭街少年杀人事件
06/15
穿过他者的凝视
01/01
什么是benchmark