本节课程关注如何从预训练模型（如GPT-3）过渡到指令跟随模型（如InstructGPT）。预训练数据并不完全符合我们的需求，因此需要收集符合期望行为的数据来训练模型。核心问题包括：

Agent Skills 是一种可复用的专业技能模块。每个 Skill 封装了特定领域的知识和操作流程，可以让 AI 更高效地处理某些类型的任务。 如果需要更多关于 Agent Skills 的知识，可以查看最近AI领域爆火的 Agent Skills 是什么？

给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。

忘了写 return 是大多数程序员经常犯的问题。在老版本的编译器下，程序运行时可能不会报任何错误；但在新版本的编译器中，编译器可能会插入 ud2 指令——当程序执行到这个指令时会立即触发异常并终止。

Sum 是最基础的规约操作，将数组中所有元素累加求和。许多其他规约操作（如 max、min、mean）都可以复用 sum 优化的核心技巧。

这里使用官方文档中的 bitreverse 示例演示 CUDA-GDB 的使用方法。 该程序对数据集执行简单的 8 位数据反转操作。

现在有一些基于对 python 代码进行 AST 插桩的工作, 比如 TrainCheck。 这篇博客主要介绍如何对 Python 进行 AST 插桩。

并查集 (Disjoint Sets) 是一种用于高效管理不相交集合的数据结构，常用于处理动态连通性问题，例如判断两个元素是否属于同一集合、合并集合等。

图论 (Graph Theory) 是数学和计算机科学中的一个重要分支, 主要研究 图(Graph) 这种数学结构。