啊～好多水好大，经过这一年，越发觉得要坚持的7个小习惯

啊～好多水好大

batch_size=1，由于 GRPO 为每个查询生成多个响应，batch size 会迅速失控。gradient_accumulation_steps=4，优化器是另一个占用大量 VRAM 的地方。此参数决定了我们将存储的梯度以帮助优化器进行其「爬山」过程。num_completions=4，DeepSeekMath 论文中使用了 64。这完全超出了有些人的计算预算。max_prompt_length=256，如果你想训练模型拥有更大上下文的推理能力，将不得不增加 VRAM。GSM8K 的提示相对较小，适合此测试。max_completion_length=786，同样，由于计算注意力的内存有限，推理链在这里受到限制。上下文或生成的 token 越多，需要的内存就越大。LoRA target_modules=["q_proj", "k_proj", "o_proj", "up_proj", "down_proj"] 在这方面可以尝试几种不同的迭代。target_modules="all-linear" 是一种流行的方式，可以从你的 LoRA 中挤出最多的性能（就准确性而言）。

2月5日，小S发声透露大S已平安到家，不会办告别式：“感谢各位媒体朋友，在如此寒冷的天气，等待熙媛回来，她已平安到家，相信此刻她已在天上开开心心、无忧无虑！我们不会帮熙媛办告别式，因为她一向都是喜欢低调的人，若思念她，就放在心中吧！我们全家感激您对熙媛的爱～”，经过这一年，越发觉得要坚持的7个小习惯

更有人因瑞士名将这样的表现隔空向生完孩子即将复出的科维托娃喊话，让她要对自己的复出有信心，“希望中国好妹妹能成为第二个本西奇式的妈妈级球员。”

【环球时报报道 记者 白云怡】首架被用于将非法移民从美国境内驱逐至古巴的美军机于当地时间4日晚抵达关塔那摩海军基地。“这是特朗普政府打击非法移民行动的一部分。”美国广播公司（ABC）报道称，特朗普此前签署行政令，要求美国国防部和国土安全部“扩大关塔那摩海军基地的移民行动中心”，以收容美国境内的非法移民。

中央纪委国家监委网站 陈昊 自甘肃瓜州报道 2月4日，农历正月初七。上午9时许，甘肃省酒泉市瓜州县，天刚蒙蒙亮，在位于戈壁滩上的国网甘肃省电力公司超高压公司±800千伏祁连换流站里，检修工张宏斌和李殿荣套上厚实的工装，带着测温仪和记录表，开始当天的巡检工作。这是这对“90后”夫妻春节值守的最后一班岗。

用户填写信息收集表 —— 我方收到信息 —— 二次确认信息无误 —— 开启推送协议 —— 用户签署协议 —— 我方盖章确认 —— 再次核对付款信息和材料 —— 财务打款 —— 成功 / 失败。

虽然禁令取消了，但是关于包裹的风波仍然没有过去。美国的国际运输行业仍然是人心惶惶。因为还有一项政令已经生效了，这项政令生效之后，即使是仍然接收来自中国内地和香港地区的包裹，但这些包裹能不能顺利送到客户手里，现在还是个未知数。