文章
36
标签
39
分类
12
首页
归档
标签
分类
友链
关于
Doraemonblog
AdvDreamer
搜索
首页
归档
标签
分类
友链
关于
AdvDreamer
发表于
2025-04-27
|
更新于
2025-05-04
|
TAI
|
总字数:
9
|
阅读时长:
1分钟
您好, 这里需要密码.
AdvDreamer
https://www.doraemonqwq.cn/2025/04/27/2025-05-04-AdvDreamer/
作者
Doraemon
发布于
2025-04-27
更新于
2025-05-04
许可协议
CC BY-NC-SA 4.0
周记
投喂作者
wechat
alipay
上一篇
机器学习笔记
一、线性回归的从零开始实现1.请详细分析以下代码1234567891011121314151617181920212223242526272829303132333435363738// 初始化参数w = torch.normal(0, 0.01, size=(2,1), requires_grad=True)b = torch.zeros(1, requires_grad=True)// 定义模型def linreg(X, w, b): #@save """线性回归模型""" return torch.matmul(X, w) + b// 定义损失函数def squared_loss(y_hat, y): #@save """均方损失""" return (y_hat - y.reshape(y_hat.shape)) ** 2 / 2// 定义优化算法def sgd(params, lr, batch_size): ...
下一篇
LLama微调
1.LLama微调 准备数据集 导入数据集，调整训练参数 指令预览 模型设置，进程数，微调方式，数据集，学习率，批次大小等 开始训练，训练过程 损失呈现，模型保存路径 载入训练好的模型权重 效果演示 2.设计思路 3.知识库搭建 本地知识库 AnythingLLM + 本地模型/API Langchain+ChatGLM Cherry Studio + API 以上方式我均尝试过，其实效果不太理想，原因是本地跑LLama模型推理速度太慢，嵌入模型和LLM推理能力不够 云知识库 Dify Coze 智谱清言 Cloudflare云知识库 CloudRAG
评论
Doraemon
你若盛开，清风自来
文章
36
标签
39
分类
12
🛴前往小家...
公告
欢迎来到我的小窝☘️☘️☘️
主域名：
doraemonblogs.github.io
备用域名：
doraemonqwq.cn
目录
1.《AdvDreamer Unveils: Are Vision-Language Models Truly Ready for Real-World 3D Variations?》
1.1 概述
1.2 AdvDreamer框架
1.3 核心模块
1.3.1 Inverse Semantic Probability Objective
1.3.2 Naturalness Reward Model
1.3.3 Query-Based Black-box Optimization
1.4 我的想法
2.相关工作调研
2.1 任务要求
2.2 工作进展
2.2.1 3D对抗攻击
2.2.2 世界模型
定义
分类
我的想法
0
%
搜索
数据加载中
wechatalipay
