分类目录归档：学习
随着 AI 模型的能力提升，人类需要一些更有趣的测试集来刁难他们~
SWE-bench 是一个在现实软件工程（GitHub）环境中评估 LMs 的基准
SWE-ben
“向量数据”：向量数据是由多个数值组成的序列，可以表示数据的大小和方向
向量数据库是一种专门用于存储和查询向量数据的数据库系统，
局
# Credits: https://linuxhandbook.com/clear-pip-cache/
pip cache info # 查看缓存信息
pip cache list # 查找各个包的缓存
pip cache dir # 查找缓存所在的目录
pip cache remove [package_name] # 从缓存中删除特定包
pip cache remove *Streamlit 是一个 Python 库，能够用于使用 Python 创建可交互的、数据驱动的网页应用
pip install streamlit # 安装
streamlit hello # 测试安装是否成功
启动命令：streamlit run your_script.py [-- script args]
快速上手：Streamlit 快速上手
常用技巧：
LDA 算法是一种监督学习的降维技术
LDA算法降维流程如下：
输入：数据集 $D = { (x_1,y_1),(x_2,y_2), ... ,(x_m,y_m) }$，其中样本 $x_i$ 是n维向量，$y_i \in {C_1, C_2, ..., C_k}$
最常用的10个超参数（原生API，兼容Scikit-learn的API，常见取值范围）：
num_boost_round：训练期间所需要的基学习器数量，默认100；在应对较大数据集时，一般控制在5000~10000左右（影响训练时间的重要因素）；一个常用技巧是先设定一个较高的数值，然后结合early-stopping来获得一个较优的模DBSCAN（Density-Based Spatial Clustering of Applications with Noise，基于密度的、对噪声鲁棒的空间聚类方法）是一种基于密度的经典聚类算法
启发式算法（Heuristic Algorithms）通常是以问题为导向的（Problem Specific），没有一个通用的框架，每个不同的问题通常设计一个不同的启发式算法，通常被用来解组合优化问题
普通启发式算法一般是一种贪婪算法，需要根据特定问题进行特定设计
贪婪算法，也叫贪心算法
其基本思想是：每一步都采取当前状态下最好的选择，而不考虑全局最优解是否已经达到。在每一步中，贪心算法都会做出一个贪心决策，即选择当前状态下最优的解决方案，并且不考虑这个决策可能会导致的未来后果
以经典的装包问