一名AI算法工程师，热爱生成式模型和具身智能.
总结一下pytorch中lr scheduler的核心逻辑。
介绍一下BLEU的计算原理。
积累日常工作中用到的pytorch脚本片段，以及一些强大但难以理解的函数的解释
如何将文本拆分成一个个的token，简要介绍几种主流的方法。 https://huggingface.co/docs/transformers/tokenizer_summary
对一个预训练模型来说，使用它时，只有用和训练时相同的tokenize方法时，模型的表现才能正常。
记录一下，后续可能还要使用。
四对相似又不完全一样的api的简要解析。
最近换工作，从开始各种面试，是公司在选择我，到最后拿到几个offer，开始我选择公司，记录一下我选择公司的一些思考。
文章地址： CoSENT（一）：比Sentence-BERT更有效的句向量方案
loss公式：
\[log\bigg (1+ \displaystyle \sum_{sim(i,j)>sim(k,l)}\exp^{\lambda(cos(u_k,u_l)-cos(u_i,u_j))}\bigg)\]