kjore's blog

原文链接：http://arxiv.org/abs/2508.10751 《Pass@k 训练》论文深度研读 这篇论文《Pass@k Training for Adaptively Balancing Exploration and Exploitation of Large Reasoning Models》，是大型语言模型（LLM）推理能力训练领域的一篇重要技术报告。它不仅提出了一种新颖且效果显著的训练方法，更重要的是，它为解决强化学习（ReinCforcement Learning, RL）中的一个经典难题——“探索与利用的平衡”——提供了深刻的洞见。 我们的目标是，在阅读完本报告后，您不仅能理解这篇论文“做了什么”，更能深刻理解它“为什么这么做”以及“它背后的数学原理”。 第一部分：问题的提出（摘要与第1节：引言） 在进入复杂的公式之前，我们必须首先理解论文试图解决的“问题”是什么。 1.1 核心场景：RLVR 与大型推理模型 论文的背景是使用强化学习与可验证奖励（Reinforcement Learning with Verifiable ...

SQL数据定义 char(n) :n个长度的固定字符串 varchar(n) :最大n个长度的可变长字符串 int :整数 smallint :小整数 numeric(p,d) :这个数有p位数字，小数点后d位数字。如numeric(3,1)可以存储33.3 ,44.4 float(n) :精度至少为n的单精度浮点数 double :双精度浮点数 date :日期，格式YYYY-MM-DD time :时间，格式HH:MM:SS timestamp :时间戳，格式YYYY-MM-DD HH:MM:SS DDL DDL是数据库定义语言，用于创建修改删除数据库的结构 创建数据库 1234567891011create table table_name( id int, name char(10) not null, age int, gender char(1) default 'M', address varchar(50), primary key(id), unique(name...

临界区问题 critical section 123456do{ 进入区 临界区 退出区 剩余区} 进入区：请求进入临界区的代码 临界区：访问共享资源的代码 退出区：离开临界区的代码 剩余区：不涉及共享资源的代码 临界区问题必须要满足以下三个要求： 互斥（mutualexclusion）：同一时刻只能有一个进程在临界区内执行 前进（progress）：如果没有进程在临界区内执行，并且有一个或多个进程想进入临界区，那么只能从这些进程中选择一个进入临界区，这种选择不能无限期地推迟 有限等待（bounded waiting）：在一个进程请求进入临界区和它被允许进入之间，必须存在一个上限，限制其他进程可以进入临界区的次数 软件解决临界区问题 Peterson算法 123456789101112131415161718do{ flag[i] = true; // 表示进程i想进入临界区 turn = j; // 让另...

进程 进程的概念 进程包括： 程序代码，也叫文本段 数据段全局变量 程序计数器，处理机寄存器 栈：局部变量，函数参数，返回地址 堆：动态分配的内存 进程是资源分配的基本单位， 不同的进程虽然可能执行同一段程序代码，但它们拥有各自独立的地址空间和资源。 程序是静态的，进程是动态的。 程序是被动的，而进程是主动的。 一个程序可以对应多个进程。 进程的状态 进程的状态包括： 新建态：进程正在创建 就绪态：进程已分配到必要的资源，等待CPU时间片 运行态：进程正在使用CPU 阻塞态：进程等待某个事件发生（如I/O完成） 终止态：进程执行完毕或被强制终止 进程时间片用完后进入就绪态 进程等待I/O等事件进入阻塞态 缺页会进入阻塞态 进程控制块 PCB 内核中用于操作系统管理进程的数据结构 包含： 进程标识符 PID 进程状态 程序计数器 CPU寄存器 CPU调度信息:进程优先级，调度队列的指针等 内存管理信息 I/O状态信息：I/O设备列表，打开文件列表 记账信息：用户CPU时间，系统CPU时间，内存...

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899import sysimport randomfrom PyQt5.QtWidgets import QApplication, QWidget, QLabel,QVBoxLayoutfrom PyQt5.QtCore import QTimer, Qtfrom PyQt5.QtGui import QColor, QPalette# 20条不同的语句messages = [ "早安，开启美好一天！", "温暖的阳光洒满房间。", "愿你今天心情愉快。", "生活充满希望。", "微笑面对每...

计算机系统概述 操作系统基本概念 操作系统作为用户和计算机硬件系统之间的接口 命令接口 联机命令接口又称交互式命令接口 脱机命令接口又称批处理命令接口 程序接口（系统调用）system call 系统调用是操作系统提供给编程人员使用的接口，是操作系统为用户程序使用内核服务使用的接口 操作系统分类 批处理操作系统 batch OS 提高了计算机的利用率，但人机交互差 分时操作系统 time-sharing OS 较好解决人机交互（interactive）问题，解决交互式作业，多用户操作系统，快速响应用户 实时操作系统 real-time OS 在规定时间内完成对外部事件的响应和处理 操作系统运行模式 用户态 user mode 1和内核态 kernel mode 0 中断和异常 中断服务程序属于操作系统内核。程序计数器PC和程序状态字PSW，程序断点由硬件保存，中断服务程序保存中断屏蔽字，通用寄存器的值，中断向量表由操作系统初始化 操作系统引导 计算机加电后，CPU自动执行预定地址的指令，这些指令通常存放在只读存储器ROM中，这些指...

死锁 deadlock 概念 定义 在计算机科学中，死锁（Deadlock）是指两个或多个进程在执行过程中，由于竞争资源而造成的一种互相等待的现象，从而导致这些进程无法继续执行。 死锁与饥饿的区别 发生饥饿的进程可以只有一个，发生死锁的进程有两个或两个以上。 发生饥饿的进程可能处于就绪态，比如SJF调度算法中，优先级低的进程可能一直得不到执行机会而处于就绪态，也可能处于阻塞态，如长期得不到I/O设备。而发生死锁的进程一般都处于阻塞态，等待其他进程释放资源。 死锁的必要条件 互斥条件（mutual exclusion）：至少有一个资源必须处于非共享模式，即某个资源一次只能被一个进程占用。 占有且等待条件（hold and wait）：持有至少一种资源的进程正在等待获取其他进程持有的其他资源 非抢占式（no preemption）：进程已获得的资源在未使用完之前，不能被强制剥夺，只能在进程完成其任务后由进程自己释放。 循环等待条件（circular wait）：存在一种进程资源的循环等待关系，即P1等待P2占有的资源，P2等待P3占有的资源，...

关系模型 Relational Model 关系模型的结构 Relational Model Structure 关系：笛卡尔乘积的有意义的有限子集 属性：关系的列，属性的顺序不重要，属性必须是原子的 元组：关系的行，或者一条记录，元组的顺序不重要 域(domain)：属性的取值范围 关系模式：关系的结构描述，一个属性列表及属性所对应的域 关系实例：关系在某一时刻的具体数据，快照 关系模型的约束 Constraints of Relational Model 超键(superkey)：能唯一标识元组的属性集合。如学号加姓名 候选键(candidate key)：最小超键，不能再去掉任何属性的超键。如学号。候选键不唯一，比如学号可以是候选键，身份证号也可以是候选键 唯一性 最小性 主键(primary key)：从候选键中选出的用于唯一标识元组的属性集合。如学号 外键(foreign key)：一个关系中的属性，其值引用另一个关系的主键或候选键 完整性约束： 实体完整性：主键属性不能为空 参照完整性：外键值要么为空，要么必须在引用的...

数据库设计 概念模式设计 E-R模型 实体集 entity sets 具有相同属性attributes的实体构成一个实体集。实体指一个具体的个体，如一个特殊的人，一个公司，一件事。 下图为实体集的E-R图 属性 attributes 简单属性（Simple）：不可再分的属性 复合属性（composite）：可在分的属性 用缩进表示 根据用户需求来确定属性是简单的还是复杂的。比如姓名这个属性，根据用户需求可看成一整个名字的简单属性，也可以看成姓和名的复合属性。 单值属性（Single-valued）：在这个属性上的取值只有一个。比如性别，要么是男，要么是女，不可能同时是男和女。 多值属性（multivalued）：比如联系方式，可以填多个电话或邮箱 用{}表示 导出属性（Derived）：可以由其他属性推导出来。比如年龄可以根据生日算出。导出属性可以在数据库中存也可以不存，存的话得到属性比较快，但是，不仅占空间，而且需要维护它和其他属性的一致性。所以对于一些简单的逻辑关系，就不保存了。 用（）表示 联系集 relationship...

目录 目录 1. 引言 2. NAS技术概述 2.1 NAS简介和特点 2.2 NAS基本存储原理 2.3 NAS工作原理 3.常见网络文件共享协议 3.1 SMB协议 3.1.1.技术特点 3.1.2. 优势 3.1.3. 劣势 3.2 NFS协议 3.2.1 技术特点 3.2.2 优势 3.2.3 劣势 3.3 AFP协议 3.3.1 技术特点 3.3.2 优势 3.3.3 劣势 3.4 WebDAV协议 3.4.1 技术特点 3.4.2 优势 3.4.3 劣势 3.5 FTP协议 3.5.1 技术特点 3.5.2 优势 3.5.3 劣势 4.网络文件共享协议分析与比较 4.1协议性能比较 4.2协议安全性比较 4.3协议的选择建议 1. 引言   随着数据量的爆炸式增长，无论是在企业环境还是家庭中，高效、安全、便捷的数据存储和共享方案变得至关重要。网络附加存储（NAS，Network Attached Storage）...