随着新的大型语言模型（LLMs）的持续发展，从业者发现自己面临着众多选择，需要从数百个可用选项中选择出最适合其特定需求的模型、提示[40]或超参数。例如，ChatbotArena基准测试平台积极维护着近100个模型，以对用户指定的开放式查询进行基准测试。同样，AlpacaEval排行榜对80

十一、恒定模型、损失和转换原文：ConstantModel,Loss,andTransformations译者：飞龙协议：CCBY-NC-SA4.0学习成果推导出在MSE和MAE成本函数下恒定模型的最佳模型参数。评估MSE和MAE风险之间的差异。理解变量线性化的必要性，并应用图基-莫斯特勒凸图进行转

十六、交叉验证和正则化CrossValidationandRegularization译者：飞龙协议：CCBY-NC-SA4.0学习成果认识到需要验证和测试集来预览模型在未知数据上的表现应用交叉验证来选择模型超参数了解L1和L2正则化的概念基础在特征工程讲座结束时（第14讲），我们提出了调

图论DFS记录一下一个OI中没怎么学会的知识点上图是一个DFS遍历，pre数组记录了每个节点最初被访问的时间，post数组记录了每个节点最后被访问的时间(进出栈的时间)根据两个数组，可以将所有边分为四类树边(TreeEdge):DFS树中的边后向边(BackEdge):从一个节点到其祖先的边