hahhaha

2023年11 月 14 日，阿里巴巴智能信息事业群发布了夸克大模型，该模型优先落地在通识问答、专业搜索等信息服务领域，将应用于夸克旗下一系列 App 中，令 App 变身为“AI 助手”。

夸克大模型号称“全栈自研、千亿级参数”，在 CMMLU 大模型性能评测中位列榜首，号称整体能力已经超过 GPT-3.5，在写作、考试等部分场景中优于 GPT-4。

CMMLU榜单显示，夸克大模型排名榜单第一，从官方披露消息中得知，在国内专业考试测试中，夸克大模型高考成绩接近满分，并以 486 分通过临床执业医师资格考试，还具备对不良、虚假信息识别、回答和指引的出色能力。

Markdown文档的优势在于它的简洁性和可读性，以及可以轻松转换为其他格式。许多平台和工具，如GitHub、Jupyter Notebook、各种博客平台，都支持Markdown格式，使得用户能够更方便地创建和分享文档。

四象限工作法：

四象限工作法是由史蒂芬·柯维（Stephen Covey）提出的，他在《高效能人士的七个习惯》中介绍了这一概念。它基于任务的紧急性和重要性将工作划分为四个象限：第一象限：紧急且重要。 即刻处理，需要立即解决的任务。第二象限：不紧急但重要。 重点管理，计划和预防未来的问题。第三象限：紧急但不重要。 可以委托给他人的任务。第四象限：不紧急且不重要。 需要避免的低优先级任务，可以消除或减少。

gujiguji

多臂老虎机（Multi-Arm Bandits）:

专业解释:
多臂老虎机是一个简化的强化学习问题，其中智能体必须在多个动作之间做出选择，每个动作都有一个不确定的奖励。

通俗解释:
想象一个有多个手柄的老虎机。你不知道哪一个会给最大的奖励，所以你需要尝试不同的手柄来找出最佳的。

连续与离散的行动空间（Continuous vs. Discrete Action Spaces）:

专业解释:
离散的行动空间意味着智能体有一个明确的、有限的动作集合可以选择。而连续的行动空间意味着动作可以是任意值，通常在某个范围内。

通俗解释:
离散的行动就像选择电视上的频道，你只能选择固定的频道。而连续的行动就像调节音量，你可以选择任何值，比如23.5或37.8。

探索与利用（Exploration vs. Exploitation）:

专业解释:
在强化学习中，智能体面临一个持续的挑战：尝试新的、未经测试的行动来获取新知识（探索），还是利用已知的信息来获得最大的即时奖励（利用）。

通俗解释:
想象你在一个新城市的餐厅里。你可以尝试一个你从未吃过的菜（探索），或者选择你知道很好吃的菜（利用）。做出这个决策需要权衡新体验和确保满足。