Somongbeom's Blog

如何使用huggingface大模型 一、安装必要依赖 首先安装 transformers​ 库，它提供了加载和使用模型的接口： 1pip install transformers 如果处理数据集，建议同时安装 datasets​ 库： 1pip install datasets 根据模型需求，可能还需安装 PyTorch 或 TensorFlow： 12pip install torch # PyTorchpip install tensorflow # TensorFlow 二、快速使用模型（Pipeline） Hugging Face 提供了 pipeline​ API，可快速调用模型完成常见任务（如文本分类、生成、翻译等）。 示例1：文本分类 12345678from transformers import pipeline# 加载文本分类模型classifier = pipeline("text-classification",...

HuggingFace镜像网站 声明：转载自https://padeoe.com/huggingface-large-models-downloader/ AND https://zhuanlan.zhihu.com/p/663712983 镜像网站：https://hf-mirror.com/ https://alpha.hf-mirror.com/ ​​ 1. 如何利用镜像站下载hf模型? 方法一 网页下载 在本站搜索，并在模型主页的Files and Version​中下载文件。 ‍ 方法二 huggingface-cli huggingface-cli​ 是 Hugging Face 官方提供的命令行工具，自带完善的下载功能。 1. 安装依赖 1pip install -U huggingface_hub 1pip install -U huggingface_hub -i https://pypi.mirrors.ustc.edu.cn/simple/ 2.设置环境变量 Linux 1export...

获取deepseek api并搭建简易问答应用 声明：参考原文链接：https://blog.csdn.net/qq_51907069/article/details/145384471 ‍ 1.获取API 打开deepseek接口的官网:DeepSeek 点右上角“开放平台” ​​ 点击左侧的API keys, 然后点击创建API key 进入DeepSeek API文档 ​​ 系统生成的API key只有第一次创建时能看到并且复制，此后都无法再次看到。 所以需要大家第一次就将其复制下来，保存到你的文件中。 2.base_url和chat_model ​​ 进入文档后，在“快速开始”的“首次调用API”中，可以找到base_url和chat_model，如下： 12base_url = https://api.deepseek.com/v1chat_model='deepseek-chat' 3.配置模型参数 方法一：通过环境变量设置 API...

Uncertainty-aware Knowledge Tracing 发表日期：2025年1月9日 文章链接 Paper 简单描述 以往的研究通常采用确定性表示来捕捉学生知识状态，忽略了学生交互过程中的不确定性，因此无法准确建模学习过程中的真实知识状态。 本文提出了一个不确定性感知知识追踪模型（UKT） ，该模型采用随机分布嵌入来表示学生交互中的不确定性，并设计了一种基于Wasserstein的自注意力机制，用于捕捉学生学习行为中状态分布的转换。此外，我们引入了一种随机不确定性感知对比学习损失，增强了模型对不同类型不确定性的鲁棒性。 ‍ 不确定性类型 定义 影响与作用 认知不确定性（Epistemic Uncertainty） 与模型或数据的不完全性相关，反映了对真实知识状态的不确定程度 有助于更准确地评估学生的真实知识水平 随机不确定性（Aleatory Uncertainty） 与随机因素相关，例如学生的偶然失误或幸运猜测 可能会误导模型评估 ‍ 问题陈述 对于每个学生 S，我们假设我们有一系列按时间顺序排列的 T 个交互，即...

Gephi ​首先新建工程​ ​​ 1.数据处理与导入 准备两个表：节点表​和边表​，均为csv表，最好从软件中下载。 节点表：就是建立节点的。 边表：就是建立边的。 1.1节点表 1.1.1 建立节点表 ​​ 节点表如上图所示，需要有三列。id、label、category 注意：label列不能有重复！可以使用excel数据当中的删除重复项操作 ‍ 用kimi识别。提示词： 根据原始表内容创建节点表 要求如下： 节点表需要有三列。id（可以是数字也可以与label相同）、label（label列不能有重复）、category（a:原始表中一级知识点，b:原始表中二级知识点，c:原始表中三级知识点） id label category 1 第1章...

Butterfly主题基础装修 1.快速开始 在Hexo的根目录 1git clone -b master https://github.com/jerryc127/hexo-theme-butterfly.git themes/butterfly 修改 Hexo 根目录下的 _config.yml​，把主题改为 butterfly​ 1theme: butterfly 安装插件 1npm install hexo-renderer-pug hexo-renderer-stylus --save 在 hexo 的根目录创建一个文件 _config.butterfly.yml​，并把主题目录的 _config.yml ​内容复制到 _config.butterfly.yml​ 去。 2. 主题页面 2.1 Front-matter Front-matter 是 markdown 文件最上方以 — 分隔的区域，用于指定个别档案的变数。 ​Page Front-matter​ 用于 页面​ 配置 ​Post Front-matter​ 用于 文章页​ 配置 1.Page...

创建存放Hexo源码的私有仓库 此教程来自于​https://akilar.top/posts/6ef63e2d/ 创建一个用来存放 Hexo​ 博客源码的私有仓库。 1.生成SSH的key并添加到github中 打开git bach，输入 ssh-keygen -t rsa –C "xxx@xxx.com"​，双引号里的是githhub关联的邮箱 按回车键 打开C:\Users\32491\.ssh​，复制 打开Github，添加NEW SSH KEY。头像​->Settings​->SSH and GPS keys​->New SSH keys​ 2.第一次上传工程文件夹到空的仓库中 1.创建一个私有仓库 创建完成后，需要把博客的源码 push 到这里。首先获取远程仓库地址，此处虽然 SSH 和 HTTPS 均可。SSH 在绑定过 ssh key 的设备上无需再输入密码，HTTPS 则需要输入密码，但是 SSH...

使用GithubActions自动部署Hexo 此教程来自：https://blog.anheyu.com/posts/asdx.html 常量名 常量释义 [Blogroot] 本地存放博客源码的文件夹路径 [SourceRepo] 存放博客源码的私有仓库名 [SiteBlogRepo] 存放编译好的博客页面的公有仓库名 Site 指站点，教程中会替换成 Github、Gitee、Coding [SiteUsername] 用户名 Site 指站点，教程中会替换成 Github、Gitee、Coding [SiteToken] 申请到的令牌码 Site 指站点，教程中会替换成 Github、Gitee、Coding [GithubEmail] 与 github 绑定的主邮箱，建议使用 Gmail [TokenUser] Coding 配置特有的令牌用户名 1.获取Token 访问 Github头像（右上角）-> Settings ->Developer Settings ->Personal access...

HiTSKT: A hierarchical transformer model for session-aware knowledge tracing 利用学生学习历史中的 KT 问题的基础会话信息 提出了一个基于分层变压器的模型，名为HiTSKT，用于对KT 问题的会话信息进行建模。通过会话感知的分层变压器编码器，该模型能够捕获学生在会话内和会话之间的知识状态变化。此外，知识状态检索编码器可以测量存储的知识对学生当前课程表现的影响。 通过习得和巩固建模组件中的幂律衰减尺度注意力机制来建模和捕获学生的会话遗忘行为。 ‍ 学习记录：对于学生 iii，其学习记录由 nnn 个历史会话和当前的第 n+1n+1n+1 个会话组成，表示为 {sesi1,sesi2,...,sesin,sesin+1}\{sesi_1, sesi_2, ..., sesi_n, sesi_{n+1}\}{sesi1​,sesi2​,...,sesin​,sesin+1​}​{sesi1,sesi2,...,sesin,sesin+1}\{sesi_1, sesi_2, ..., sesi_n,...