结尾的文件。 移动文件 不像其它的 VCS 系统，Git 并不显式跟踪文件移动操作。 如果在 Git 中重命名了某个文件，仓库中存储的元数 据并不会体现出这是一次改名操作。 不过 Git 非常聪明，它会推断出究竟发生了什么，至于具体是如何做到的， 我们稍后再谈。 既然如此，当你看到 Git 的 mv 命令时一定会困惑不已。 要在 Git 中对文件改名，可以这么做： $ git mv file_from 另一个非常有用的过滤器是 -S（俗称“pickaxe”选项，取“用鹤嘴锄在土里捡石头”之意）， 它接受一个字 符串参数，并且只会显示那些添加或删除了该字符串的提交。 假设你想找出添加或删除了对某一个特定函数的 引用的提交，可以调用： $ git log -S function_name 最后一个很实用的 git log 选项是路径（path）， 如果只关心某些文件或者目录的历史提交，可以在 git 基础之前，正好有一个小技巧可以使你的 Git 体验更简单、容易、熟悉：别名。 我们不会 在之后的章节中引用到或假定你使用过它们，但是你大概应该知道如何使用它们。 62 Git 并不会在你输入部分命令时自动推断出你想要的命令。 如果不想每次都输入完整的 Git 命令，可以通过 git config 文件来轻松地为每一个命令设置一个别名。 这里有一些例子你可以试试： $ git config --global

结尾的文件。 移动文件 不像其它的 VCS 系统，Git 并不显式跟踪文件移动操作。 如果在 Git 中重命名 了某个文件，仓库中存储的元数据并不会体现出这是一次改名操作。 不过 Git 非常聪明，它会推断出究竟发生了什么，至于具体是如何做到的，我们稍后再 谈。 既然如此，当你看到 Git 的 mv 命令时一定会困惑不已。 要在 Git 中对文件改 名，可以这么做： $ git mv file_from 另一个非常有用的过滤器是 -S（俗称“pickaxe”选项，取“用鹤嘴锄在土里捡 石头”之意）， 它接受一个字符串参数，并且只会显示那些添加或删除了该字 符串的提交。 假设你想找出添加或删除了对某一个特定函数的引用的提交， 可以调用： $ git log -S function_name 最后一个很实用的 git log 选项是路径（path）， 如果只关心某些文件或者 目录的历史提交，可以在 git 基础之前，正好有一个小技巧可以使你的 Git 体验更简 单、容易、熟悉：别名。 我们不会在之后的章节中引用到或假定你使用过它 们，但是你大概应该知道如何使用它们。 Git 并不会在你输入部分命令时自动推断出你想要的命令。 如果不想每次都输 入完整的 Git 命令，可以通过 git config 文件来轻松地为每一个命令设置一 个别名。 这里有一些例子你可以试试： $ git config --global

才会提升模型的能⼒。 杨植麟：你可以认为带
MoE
和不带
MoE
是两条
scaling
law。本质上
scaling
law
刻画的是
loss
跟参 数量之间的关系。MoE
改变了这个函数，让你能够⽤更⼤的参数，但同时
FLOPs
不变。合成数据改变 的是另⼀个关系，FLOPs
不变的情况下让数据规模增⻓。
沿着
scaling
law
⼀直⾛是个有确定性的事情，⼤家通过试图改 模化后会发⽣什么。通过很多预测⼯作，总结规律，然后预测规模化后的情况。这样可以涵盖⼤概主 要的影响因素，剩下的少部分可以通过⼀些经验和试错来推断。 ⽬前我们前期已经验证完，开始去⽤更⼤的数据集去训练，以使训练更稳定，保证代码的正确性，以 及优化损失函数，训练⼤模型。 机器之⼼：很多⼤模型创业公司的初期⽬标都是超过GPT4，“达到或者超越”的标准会是什么？
杨植麟：我认为最重要的标准其实是模型的压缩⽐。 杨植麟：现在看这个观察挺有意思。 当时，我觉得就是⼤模型的第⼀性原理还没有清晰，或者说第⼀性原理还没有真正成为共识。因为现 在的第⼀性原理就是，只要你有更好的压缩⽐，你就会有更好的智能，这个其实对应的就是⼤语⾔模 型的⽬标函数。所以当时（提出Transformer-XL），我们其实是在原模型的基础上取得了⼀个⽐较⼤ 的提升，让它的智能程度提升了很多。但当时，对于这件事情是有⽤的，显然还没有出现⼀个共识。 那其实，本质

成数据上的持续训练中崩坏【14】。 33 / 111 这是因为合成数据往往携带“错误”和“幻觉”，在一些冷门的知识上尤甚。因此，合成数 据的实用秘诀是“去粗取精”，需要一定程度的“人机协同”。在如何构造大批量、高质量的合 成数据，让智能体能够在持续地与用户的交互中自我优化而不是劣化，将会成为众多无机器学习 技术背景的开发者的头号难题。 因此，面向数据进行定制化合成、评估、测试、标注、人机协同的“纯数据”产业，有可能 AST）、代码依 赖关系等数据，新的代码生成模型则具有更强的上下文感知能力。 41 / 111 在此基础上，基于 AI 的编程工具能够根据给定的上下文（如函数名、注释、部分代码等） 检索出最相关的代码片段和文档，能够提供完整的函数或代码块建议。这也使得 LLM 能够参考 海量的代码库和技术文档，这不仅能缓解大模型的幻觉问题，显著提升代码生成与理解的准确性， 而且能符合上下文的代码，更能满足开发的业务需求。 RAG、Copilot 及 Agent 等更为高级的阶段。这些大模型具备强大 的数据处理能力和深度学习能力，为各种应用场景提供了前所未有的便利。 单一的大模型在处理所有任务时往往存在局限性，因此需要借助外部工具或函数来增强其处 理能力。 2023 年 6 月 13 日 OpenAI 发布的 GPT 模型的 Function Calling 功能，成为大模型与现 实世界交互的桥梁。Function Calling

GOOS=linux 和 GOARCH=arm64 ）进行交 叉编译，您需要 aarch64-unknown-linux-gnu-gcc 交叉编译器。这是因为 Gitea 构建标签使用了 cgo 的外部函数接 口（FFI）。 在没有任何标签的情况下，交叉编译的 Gitea 为 Linux ARM64 版本： 1. GOOS=linux GOARCH=arm64 make build 要交叉编译 ITEA__mailer__PASSWD:?GITEA__mailer__PASSWD not set}""" 要设置所需的 TOKEN 和 SECRET 值，可以使用 Gitea 的内置生成使用函数. 由于 SSH 在容器内运行，如果需要 SSH 支持，需要将 SSH 从主机透传到容器。一种选择是在容器内运行 SSH， 并使用非标准端口（或将主机端口移动到非标准端口）。另一种可能更直接的选择是将主机上的 MAILER_TYPE 和 IS_TLS_ENABLED 两个配置共同决定。 SMTP 类族，如果您的提供者没有明确说明使用的是哪个协议，但提供了一个端口，您可以设置 SMTP_PORT，它将被推断出来。 sendmail 使用操作系统的 sendmail 命令，而不是 SMTP。这在 Linux 系统上很常见。 dummy 将邮件消息发送到日志，作为测试阶段。 请注意，启用 sendmail

由于计算机是供⼈使⽤的，为了迁就⼈类视觉的特点，我们在图像的⾊彩坐标系统⾥为暗 部的颜⾊预留了更多空间。这种调整发⽣在图像 TRC 的 gamma 函数上，所以我们把它叫 做“gamma 编码”。此处的 TRC 的含义可以是 阶调响应曲线 、也可以是阶调重现曲线、 也可以是转换函数之类的东西 (⾊彩管理专家爱跟⾃⼰过不去)，它们的作⽤是告诉计算机 或打印机某个颜⾊数值应该怎样去进⾏响应。 在使⽤ Krita 的 是你不懂斜投影，也能糊弄个⼋九不离⼗。让我们把它应⽤到更复 杂的，能够真正体现出投影法功效的物体上，例如⼈头。 ⾸先给头部绘制⼀个侧⾯图和⼀个正⾯图，如下图所⽰： 我总是先画侧脸，然后根据侧脸的五官位置来推断正脸的五官位 置。为了便于对⻬，我们可以在⼯具箱中选择“辅助尺⼯具”，添 加“直线”作为辅助线。建⽴辅助尺后，再次拖动锚点时按 Shift 键即可⾃动吸附到⽔平/垂直⻆度。从 3.0 版开始，按 Shift 我们在⽔平和垂直两组图像上找到头部的同⼀个部位，然后绘制参 考线。两个投影⽅向的参考线的交点将反映该部位在正⼆测投影中 的位置。 我们不必事⽆巨细地画出⽆数个交点。以下图的眼眉为例，只要找 准⼏个关键点，就可以⼤致地通过这些点推断出眼眉的形状。 ⽤变形⼯具绘制轴测投影 除了上⾯的⽅法外，我们还准备了另外⼀种不那么碍事的轴测投影 画法，它主要使⽤变形⼯具。 前往⽂件菜单，选择 打开为⽆标题图像 ，打开前⼀章创建的那组 正

由于计算机是供人使用的，为了迁就人类视觉的特点，我们在图像的色彩坐标系统里为暗 部的颜色预留了更多空间。这种调整发生在图像 TRC 的 gamma 函数上，所以我们把它叫 做“gamma 编码”。此处的 TRC 的含义可以是 阶调响应曲线 、也可以是阶调重现曲线、也 可以是转换函数之类的东西 (色彩管理专家爱跟自己过不去)，它们的作用是告诉计算机或 打印机某个颜色数值应该怎样去进行响应。 在使用 Krita 的 投影，也能糊弄个八九不离十。让我们把它应用到更复杂的，能够真正体现出 投影法功效的物体上，例如人头。 首先给头部绘制一个侧面图和一个正面图，如下图所示： 我总是先画侧脸，然后根据侧脸的五官位置来推断正脸的五官位置。为了便于 对齐，我们可以在工具箱中选择“辅助尺工具”，添加“直线”作为辅助线。建立 辅助尺后，再次拖动锚点时按 Shift 键即可自动吸附到水平/垂直角度。从 3.0 版开始，按 Shift 我们在水平和垂直两组图像上找到头部的同一个部位，然后绘制参考线。两个 投影方向的参考线的交点将反映该部位在正二测投影中的位置。 我们不必事无巨细地画出无数个交点。以下图的眼眉为例，只要找准几个关键 点，就可以大致地通过这些点推断出眼眉的形状。 用变形工具绘制轴测投影 除了上面的方法外，我们还准备了另外一种不那么碍事的轴测投影画法，它主 要使用变形工具。 前往文件菜单，选择 打开为无标题图像 ，打开前一章创建的那组正投影图

程序类和 Q 开头的 Qt 程序类混列在一起会让人觉得眼 花缭乱。不过这正是 SIP 大展身手的地方：它会尽可能把这些程序类翻译为简 单易懂的 Python 格式。例如你可以看到 filters() 函数返回一个 QStringList ，而 SIP 会把那些 QStringList 转换成正常的 Python 字符串。 from krita import * print(Krita.instance() 使用 Krita API 文档的内容。 Krita 的 API 有许多程序类。你可以在文档页面的左上列表找到它们，也可以 点击名称来查看各个功能的 API 文档。 print() 和 dir() 函数可以用来列出 Krita 的全部操作，你只需要把前面例子中的“python_scripter”换成 API 文档中 的所需名称即可。 [print([a.objectName(), a.text()]) 由于计算机是供人使用的，为了迁就人类视觉的特点，我们在图像的色彩坐标系统里为暗部的 颜色预留了更多空间。这种调整发生在图像 TRC 的 gamma 函数上，所以我们把它叫做“伽玛值 编码”。此处的 TRC 的含义可以是 阶调响应曲线 、也可以是阶调重现曲线、也可以是转换函数 之类的东西 (色彩管理专家爱跟自己过不去)，它们的作用是告诉计算机或打印机某个颜色数值 应该怎样去进行响应。 在使用 Krita 的色

程序类和 Q 开头的 Qt 程序类混列在一起会让人觉得眼 花缭乱。不过这正是 SIP 大展身手的地方：它会尽可能把这些程序类翻译为简 单易懂的 Python 格式。例如你可以看到 filters() 函数返回一个 QStringList ，而 SIP 会把那些 QStringList 转换成正常的 Python 字符串。 from krita import * print(Krita.instance() 使用 Krita API 文档的内容。 Krita 的 API 有许多程序类。你可以在文档页面的左上列表找到它们，也可以 点击名称来查看各个功能的 API 文档。 print() 和 dir() 函数可以用来列出 Krita 的全部操作，你只需要把前面例子中的“python_scripter”换成 API 文档中 的所需名称即可。 [print([a.objectName(), a.text()]) 由于计算机是供人使用的，为了迁就人类视觉的特点，我们在图像的色彩坐标系统里为暗部的 颜色预留了更多空间。这种调整发生在图像 TRC 的 gamma 函数上，所以我们把它叫做“伽玛值 编码”。此处的 TRC 的含义可以是 阶调响应曲线 、也可以是阶调重现曲线、也可以是转换函数 之类的东西 (色彩管理专家爱跟自己过不去)，它们的作用是告诉计算机或打印机某个颜色数值 应该怎样去进行响应。 在使用 Krita 的色

程序类和 Q 开头的 Qt 程序类混列在一起会 让人觉得眼花缭乱。不过这正是 SIP 大展身手的地方：它会尽可能 把这些程序类翻译为简单易懂的 Python 格式。例如你可以看到 filters() 函数返回一个 QStringList ，而 SIP 会把那些 QStringList 转 换成正常的 Python 字符串。 from krita import * print(Krita.instance() 用 Krita API 文 档的内容。 Krita 的 API 有许多程序类。你可以在文档页面的左上列表找到它 们，也可以点击名称来查看各个功能的 API 文档。 print() 和 dir() 函数可以用来列出 Krita 的全部操作，你只需要把前面例子中的 “python_scripter”换成 API 文档中的所需名称即可。 [print([a.objectName(), a.text()]) 的感知却不是线性的。我们发现比起在亮部的灰色，人们更容易区分暗部的灰色。 由于计算机是供人使用的，为了迁就人类视觉的特点，我们在图像的色彩坐标系统里为暗部的 颜色预留了更多空间。这种调整发生在图像 TRC 的 gamma 函数上，所以我们把它叫做“伽玛 值编码”。此处的 TRC 的含义可以是 阶调响应曲线 、也可以是阶调重现曲线、也可以是转换函 数之类的东西 (色彩管理专家爱跟自己过不去)，它们的作用是告诉计算机或打印机某个颜色数