Doraemonblog

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

1.《AdvDreamer Unveils: Are Vision-Language Models Truly Ready for Real-World 3D Variations?》1.1 概述Vision Language Models(VLMs)有优秀的泛化能力，然而VLMs在动态的现实场景中的鲁棒性仍未广泛探索。 本文提出了AdvDreamer，可以从图片的单一视角生成物理上可再生的对抗性3D转变换样本（Adv-3DT），实验表明在现实世界中的3D变种可能对模型在不同任务上的表现造成严重的威胁。 本文主要探究目前的VLMs对于处理来自真实世界中3D变种的分布变换是否具有充分的鲁棒性。 提出一个新颖的框架AdvDreamer，从一张自然的图片生成现实世界中的Adv-3DT样本 引入Naturalness Reward Model（NRM），在优化过程中维持样本的自然性，确保分布与现实世界中的图片一致，确保样本是物理上可再生的 Inverse Semantic Probability...

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): ...

1.《Downstream-agnostic Adversarial Examples》1.1 概述自监督学习通常使用大量没有标签的数据训练一个预训练编码器，它是一个通用的特征提取器，这样下游的使用者就可以微调这个预训练编码器实现一系列的下游任务。 本文基于预训练编码器提出一个可以生成下游不可知对抗样本的框架AdvEncoder，旨在为一系列自然图片构造通用的对抗性扰动或补丁，使其能欺骗所有的继承了受害编码器的下游任务。 与传统对抗性样本工作不同，预训练编码器的输出是特征矩阵而不是分类标签。因此，实验者首先提取图片中高频成分（high frequency...

一、任务要求智能问答（AI助教） 这里的ai助教需要对我们的课程问题进行回答，帮助同学答疑解惑。传统的通用大模型可能会胡说，所以你需要针对我们的课程去制作一个更加专业的大模型/智能体。这里可以选择自己手搓一个（如果你比较擅长，有把握），也可以利用智普清言这样的平台去DIY一个智能体，你可以通过上传一些学习资料（如课本），对你的智能体进行一些“调教”，来使你的“助教”更加专业。 二、技术实现根据要求打造专业大模型/智能体，我采取以下四种技术路线分别实现 1.智普清言—AI智能体 设计提示词 你是一个专为网络安全专业课程设计的智能助教，核心目标是通过结构化输出帮助学生理解复杂概念，同时提供学习方法建议。 配置信息 角色信息配置 检索配置（RAG模式） 可动态调整知识库与联网搜索占比 ...

一、实验要求实验内容如下 网络拓扑结构如下 IP地址与MAC地址的对应关系如下 二、实验过程1.hostB启动nc服务器1nc -lu 9090 2.hostA启动客户端连接nc服务器1nc -u 192.168.60.1 9090 3.hostM运行ARP欺骗和嗅探/篡改脚本本示例将ARP欺骗和信息篡改两个程序分开执行，代码如下可供参考 ARP欺骗脚本 apr1.py 123456789from scapy.all import*import timep1 = Ether(dst="ff:ff:ff:ff:ff:ff", src="02:42:c0:a8:3c:03")/ARP(pdst="192.168.60.2", psrc="192.168.60.1")p2 = Ether(dst="ff:ff:ff:ff:ff:ff", src="02:42:c0:a8:3c:03")/ARP(pdst="192.168.60.1",...