薰衣草研究所隐藏入口：爆火的《哪吒2》周边：盲盒二手溢价近600元、手办众筹金额超151倍｜封面财经

薰衣草研究所隐藏入口

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）。，爆火的《哪吒2》周边：盲盒二手溢价近600元、手办众筹金额超151倍｜封面财经

朱洪君致辞

记者：中央经济工作会议提出，必须统筹好有效市场和有为政府的关系，形成既“放得活”又“管得住”的经济秩序。如何做到既“放得活”又“管得住”？

张涛主持会议

刘洋报告

泰国作为东盟内具有重要影响力的国家，中泰关系的升级为其他东南亚国家提供了合作范例。潘艳贤认为，中泰友好合作加强，将使东南亚国家在面对大国博弈时，“更倾向于采取务实外交，通过与中国合作获取实际经济利益，减少对美国安全承诺的依赖，提升自身在国际事务中的自主性和话语权，促进地区稳定”。

马腾作报告

十年前，微信红包在春晚成功爆发，最终在移动支付领域站稳脚跟；今年，微信蓝包春节首秀，虽然暂未获得裂变式爆发，但也顺利走入了更多人的视野。

许青柱报告

按照 SimpleRL-Zero 的设置，我们使用 8K MATH 提示训练 Qwen2.5-Math-1.5B。在训练开始时，我们观察到输出长度减少，直到大约 1700 个梯度步，长度才开始增加（图 6）。然而，自我反思关键词的总数并没有表现出图 7 所示的与输出长度的单调关系。这表明单凭输出长度可能不是模型自我反思能力的可靠指标。

李宽宏作报告

何小鹏：很多。比如 “倾听 30 分钟”，每次跟基层的同学聊 30 分钟，每周两个人，做了将近 60 场。我问他们，你觉得公司做得最不好的是什么；你部门做得最差的是什么；你身边最烂的那个人是谁。

田士勇作报告

名记Stein与JakeLFischer撰文谈到了一些内幕消息，消息来源称，尽管追梦与库里关系紧密，长期以来一直被认为是交易谈判的禁区，但有可能他会成为任何将杜兰特带回勇士的多方交易中的一部分。

杨扬作报告

大衣搭配过膝裙，这种搭配能够很好地提升女人味，尤其是中年女人，穿上这种白色的大衣，整个人的气质看起来非常清纯。

李海明报告

北京市气象台提醒，大风蓝色和持续低温蓝色预警中，大风持续，气温明显下降，风寒效应显著，注意防风保暖和用火用电安全，谨防高空坠物。

颜泽友报告

哪吒的导演饺子，毕业于药学专业，后弃医从文，曾花费三年多时间，打磨自己的动画短片。2009年，饺子创立“饺克力”动画工作室，2011年，成立成都可可豆动画影视有限公司。

《哪吒1》上映时，饺子曾特别感谢《西游记之大圣归来》的导演田晓鹏，“如果没有‘大圣’，就不会有‘哪吒’。”他表示，《大圣归来》让自己坚定了信念，“只要和观众‘以真心换真心’，观众们是愿意看好的作品的，甚至会更加宽容。”

一系列数据显示，我国的科技创新能力正在持续增强。2024年我国全社会研究与试验发展（R&D）经费投入为36130亿元，比上年增长8.3%，实现稳定增长，投入总量稳居世界第二位。我国全球创新指数2024年排名升到第11位，是10年来创新力提升最快的经济体之一。 更多推荐：薰衣草研究所隐藏入口

来源：张立涛