preference pebble reward human
Redis - JSON human-friendly format
127.0.0.1:6379> JSON.SET obj $ '{"name":"Leonard Cohen", "lastSeen":1478476800,"loggedOut": true}' OK zzh@ZZHPC:~$ docker exec -it redis-stack-server ......
android编译kanzi 问题 (2) Gradle sync failed: NDK not configured. Download it with SDK manager. Preferred NDK version is '21.1.6352462'.
问题原因： 这个是因为本地网络不佳，下载NDK的包，然后本地已经存在的和android工程设置的又不匹配。 解决办法： 修改NDK版本 把 21.3.6528147 改成提示的 21.1.6352462 ......
利用强化学习算法解释人类脑对高维状态的抽象表示：how humans can map high-dimensional sensory inputs in actions
论文： 《Using deep reinforcement learning to reveal how the brain encodes abstract state-space representations in high-dimensional environments》 地址： http ......
InstructGPT《InstructGPT: Training language models to follow instructions with human feedback》解读
背景 GPT-3 虽然在各大 NLP 任务以及文本生成的能力上令人惊艳，但是他仍然还是会生成一些带有偏见的，不真实的，有害的造成负面社会影响的信息，而且很多时候，他并不按人类喜欢的表达方式去说话。在这个背景下，OpenAI 提出了一个概念“Alignment”，意思是模型输出与人类真实意图对齐，符合 ......
Identity-Guided Human Semantic Parsing for Person Re-Identification
实线代``表训练阶段，虚线代表聚类阶段。这两个阶段迭代完成，直到网络收敛。 ISP 是一种普遍适用且与骨干网无关的方法。 伪部分标签生成 部分对齐特征学习 两个过程 ......
TIP2023 | Human Co-Parsing Guided Alignment for Occluded Person Re-Identification
代码：https://github.com/Vill-Lab/2022-TIP-HCGA 摘要：由于更多的背景噪声和不完整的前景信息，被遮挡人员重新识别（ReID）是一项具有挑战性的任务。尽管现有的基于人类解析的 ReID 方法可以通过最精细像素级别的语义对齐来解决这个问题，但它们的性能很大程度上受 ......
shared_preferences缓存
封装 import 'dart:convert'; import 'package:shared_preferences/shared_preferences.dart'; class JSpUtil { JSpUtil._internal(); // 私有的构造方法，防止外部实例化 factory ......
Hierarchical Clustering-based Personalized Federated Learning for Robust and Fair Human Activity Recognition-2023
任务：人类活动识别任务Human Activity Recognition HAR 指标：系统准确性、公平性、鲁棒性、可扩展性 方法：1. 提出一个带有层次聚类（针对鲁棒性和公平的HAR）个性化的FL框架FedCHAR；通过聚类（利用用户之间的内在相似关系）提高模型性能的准确性、公平性、鲁棒性。 2 ......
eclipse的preferences中找不到server项
最近重装了eclipse，但在使用eclipse载入Tomcat时发现Windows项中的preferences下找不到server项，通过查阅发现是没有安装相应插件，通过查询安装成功找到server项。 具体步骤如下： 1、选择Help-->Install New Software 2、点击add ......
Human3.6m数据集
1.起因 因为俺是一枚小小的研一萌新，研究方向为人体运动预测，由此可知尼，这个数据集是绕不过去滴，但是因为它是非图像，跟其他的数据集也有些不同，就好好记录一下。 这次就以19年cvpr的图卷积作为一个引子，来开启这个数据集的学习啦！！！【学习使我快乐！(发疯版)】 论文链接：《Learning Tr ......
horse or human
horse or human 以下 python 代码将使用 OS 库来使用操作系统库，使您可以访问文件系统，并使用 zipfile 库来解压缩数据。 import os import zipfile local_zip = './tmp/horse-or-human.zip' zip_ref = ......
RLHF · PBRL | B-Pref：生成多样非理性 preference，建立 PBRL benchmark
贡献：提出一种生成非理性（模拟人类）preference 的方法，使用多样化的 preference，评测了 PBRL 各环节算法设计（select informative queries、feedback schedule）的效果。 ......
Human brain is awesome! (Transcripting notes and Practice my English writing
Copying may be valuable for learning math (see the story of Kunihiko Kodaira for more details), but always remember to copy with your heart - with you ......
RLHF · PBRL | 发现部分 D4RL tasks 不适合做 offline reward learning 的 benchmark
发现对于很多任务，（只要给出专家轨迹），将 reward 设为 0 或随机数，也能学出很好 policy，证明这些任务不适合用来评测 reward learning 的性能好坏。 ......
RLHF · PBRL | RUNE：鼓励 agent 探索 reward model 更不确定的 (s,a)
reward model 对某 (s,a) 的不确定性，由一系列 ensemble reward models 的输出结果方差的度量，直接乘一个超参数，作为 intrinsic reward 的一部分。 ......
RLHF · PBRL | PEBBLE：通过 human preference 学习 reward model
① 使用熵 intrinsic reward 的 agent pre-training，② 选择尽可能 informative 的 queries 去获取 preference，③ 使用更新后的 reward model 对 replay buffer 进行 relabel。 ......
SWERC 2022-2023 - Online Mirror (Unrated, ICPC Rules, Teams Preferred)
Preface 纯纯的智商场，只能说老外的出题风格和国内的比赛差异还是挺大的 这场开局被签到题H反杀后灰溜溜地下机，结果后面的题出的都还挺顺的 等到最后徐神把J过掉后我们都以为D是个大分类讨论（实际上机房里的学长们都是用分类讨论过的），就不想写了挂机到结束 后面看题解发现确实是分类讨论，但民间做法有 ......
Go每日一库之130：go-humanize（人性化显示）
[go-humanize](https://github.com/dustin/go-humanize)是一个「人性化」的Go语言库，人性化的意思不是形容这个Go语言库，而是这个Go语言库实现的功能，它可以把数字、时间、容量等转换为我们人类容易理解的词语，比如硬盘的容量是 82854982 byte ......
Java连接MSSQL2012数据报TLS10 is not accepted by client preferences [TLS13, TLS12]错误解决办法
这一问题好像是因为Java新版本禁用了些老的加密算法引起的，解决方法为修改 java.security文件里的配置信息即可。 我用的是Java21，在安装目录 Java\jdk-21\conf\security 下找到 java.security文件，用记事本打开，搜索TLSv1，大概在752行的位 ......
ChatGPT - Logging Preferences in .NET
了解 .NET 第三方日志包的更新进度、使用流量，以从 1-2 个备选中进行选择。目前认为最合适的是 Serilog 和 NLog，活跃，均支持集成扩展 Microsoft.Extensions.Logging、结构化日志（以便进行统计分析）。 ......
Learning Heterogeneous Temporal Patterns of User Preference for Timely Recommendation
目录概符号说明TimelyRecMulti-aspect Time Encoder (MATE)Time-aware History Encoder (TAHE)Prediction代码 Cho J., Hyun D., Kang S. and Yu H. Learning heterogeneou ......
Training language models to follow instructions with human feedback
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ NeurIPS 2022 ......
2021-2022 ICPC, NERC, Northern Eurasia Onsite (Unrated, Online Mirror, ICPC Rules, Teams Preferred) D. Deletive Editing
给一个大写字符串 \(S_{txt}\) ，每次操作可以删除一个字符 \(C\) ，且只能删除 \(S_{txt}\) 中的第一个字符 \(C\) 。给一个字符串 \(S_{pat}\) ，询问 \(S_{pat}\) 能否由 \(S_{txt}\) 经过若干次字符删除后得到。 逆向：“删除第一个字 ......
COMPFEST 15 - Preliminary Online Mirror (Unrated, ICPC Rules, Teams Preferred)
Preface 这场比赛本来想着周日晚上带着队友打一下的，但当天下午已经VP练了一场了晚上就休息了 后面有时间大概花了5~6天的空闲时间才陆陆续续把这场补了，感觉题目还是不错的 A. Ambitious Kid 签到题，找一个数把它变成\(0\)即可 #include<cstdio> #includ ......
20230605 java.util.prefs.Preferences
## 介绍 - `java.util.prefs.Preferences` - `public abstract class Preferences` 使用属性文件有以下缺点： - 有些操作系统没有主目录的概念， 所以很难找到一个统一的配置文件位置 - 关于配置文件的命名没有标准约定， 用户安装多个 ......
error 'XXX' is never reassigned. Use 'const' instead prefer-const
"prefer-const": "off", ......
《LARGE LANGUAGE MODELS ARE HUMAN-LEVEL PROMPT ENGINEERS》论文学习
一、INTRODUCTION 深度神经网络规模和基于注意力的网络架构的结合，导致了语言模型具备了前所未有的通用性。“大型语言模型”（LLM）涌现出了很多令人惊艳的能力，包括： few-shot in-context learning zero-shot problem solving chain o ......
如何把建的首选项放到AWC中ctx.preferences来获取
1、获取首选项的方法：ctx.preferences.ABC 2、有个问题，你会发现，你新建的首选项ABC，在 ctx.preferences 不存在。 A、要做多一步操作。 把你新建的首选项名称，放到这个首选项AWC_StartupPreferences里面 B、做完之后，要在AWC端退出账号，重 ......
题解 The Human Equation
[The Human Equation](https://www.luogu.com.cn/problem/CF1775E) 思维题。 我们考虑每次 $a$ 数组加一减一对于其前缀和 $sum$ 的影响。 可以发现，假设相邻两次加一和减一的位置分别为 $l$ 和 $r$，那么 $sum$ 在 $[l ......
《Generative Agents: Interactive Simulacra of Human Behavior》论文学习
一、论文基本思想 Figure 1: Generative agents create believable simulacra of human behavior for interactive applications. In this work, we demonstrate generati ......