deepwiki输出的质量比较好，但是英文的读起来没那么顺畅，GPT帮忙写了个翻译的脚本 我个人用的是gemini2.5 flash，可以自行配置。把代码粘贴到油猴中就可以了 // ==UserScript== // @name DeepWiki Instant Translator (EN↔ZH) // @namespace https://chat.openai.com/ // @version 0.1.0 // @description Translate DeepWiki pages on the fly …
好久不写了简单看点文章写写： ComoRAG 个人理解就是几种GraphRAG的方法合起来，上面搞了一个Agent混合检索 三层： * 事实层就是类似HippoRAG这种知识图谱用来回答事实性问题的 * 语意层就是总结类，比如RAPTOR，MS GraphRAG * Episodic就是时序类，这里是用滑动窗口做的，感觉可以套一些其他的时序图的方法 这里时序类的做法是把长文本做滑动窗口式的总结，用来回答全文脉络这种问题。个人感觉主要就是针对小说这种场景。或者是放到Memory上，用户对话的每一段搞一个滑动窗口总结。…
策略梯度算法中，策略回报是什么 Gemini 在策略梯度算法中，“策略回报”通常指的是期望回报（Expected Return），也就是我们希望最大化的目标函数。 让我们来分解这个概念： 1. 回报 (Return) 首先，在强化学习中，回报 (Return)，通常用 G_t 表示，是指从某一个时间点 t 开始，直到整个回合（episode）结束，所能获得的未来奖励的总和。为了平衡短期和长期奖励，我们常常使用带折扣因子的回报： G_t = R_{t+1} + \gamma R_{t+2} + \gamma^2 R_…
Claude帮忙写的，对应这个项目：https://github.com/NirDiamant/RAG_Techniques?tab=readme-ov-file 概述 本文档基于对RAG_Techniques仓库的深入分析，详细介绍了34种先进的检索增强生成（Retrieval-Augmented Generation, RAG）技术。这些技术涵盖了从基础实现到高级架构的全方位解决方案，旨在提升RAG系统的准确性、效率和上下文丰富度。 技术分类 🌱 基础技术 1. 简单RAG (Simple RAG) 核心原理：…
看到了大佬的文章：https://zhuanlan.zhihu.com/p/1932613410174014236 学习了一番然后来简单总结一下。感兴趣的可以去这个知乎的文章里看，材料更加完善 核心点还是设计系统的决策点是跟着这些基础设施的能力走的： * 多核bulabula * memory便宜，ssd随机读写变快bulabula的 因为之前的five minute rule是基于存储层次来设计的，内存->磁盘，上层的延迟/带宽是大于下一层的。而在云上的S3虽然延迟大，但是带宽也大，也比较便宜。 所以在设计的时候…
图片下方文字解释了Sarsa和Q-learning在悬崖行走（Cliff Walking）问题中的表现差异，并指出Sarsa更“保守”。这里说的“保守”主要是指Sarsa在学习过程中倾向于选择更安全的路径，避免风险。 以下是Sarsa更保守的原因： On-policy (在策略) 学习： Sarsa 是一种 on-policy (在策略) 学习算法。这意味着它在更新Q值时，是基于当前策略选择的下一个动作 A' 来进行评估的。换句话说，Sarsa在学习过程中会“说一套做一套”，它用实际执行的动作序列来更新Q值。 具体…