没啥标题

我不是二次元:D

主要是代码理解和修改

上次看文学书还是在高中？（or电子小说）

写完之后发现编码器和解码器这个框架不是很麻烦，就是一种思想，但是要扯上transformer就很麻烦orz。

一句话总结一下：编码器是可变->固定，解码器是固定->可变

要求：灵巧手（手臂尽可能简单）抓取不同摩擦力的常见物体（能抓到就行，不需要用模型）

注意力机制是transformer的核心，有三个关键的计算QKV

来欣赏我的极高品位！

“冻结”的模型在训练时是只做 forward，不做 backward。= 只做推理，不参与训练

对齐？

checkpoint：保存模型

embedding层是干啥的？干了一些得到task的工作？把 图像嵌入、语言嵌入、状态嵌入 拼接成一整段前缀序列，并且同时构造：

pad_masks：标记哪些 token 是“真实的” (1) 哪些是 padding (0)；

att_masks：标记这个 token 属于哪一类域（0=图像/语言，1=状态/动作），以便后面 make_att_2d_masks 限制注意力连接。

概括之后，构造条件输入序列

图论，求两点之间的最短路径

我记得一共有3种算法： Bellman-Ford algorithm、、 总结一下然后找个例题，用c++写一遍 希望这一篇不会鸽了 好像有向图和无向图有一点不一样

思维链针对的是大模型搞推理问题，让它直接从直接输出一个结果变成写推理过程+结果的形式。