HelloWorld 开发者社区
科技资讯
微软 MAI Code 2 系列进入 Copilot:按工程任务选择编程模型
OpenAI 发布 GPT-6.2 Astra 与 Sol:专业交付、编程效率与团队选型
Qwen4-Max 发布:百万 Token 上下文、多模态与长任务如何落地
Jync 2.2.1 发布:完善告警通知,修复 CDC 与 ETL 可靠性问题
phimint 0.10.0 发布:终端智能体加入交互输入处理
Cursor 更新安全事件调查:扩展分发、历史凭据与团队排查
SoduWork 开源,尝试用独立审查与插件治理组织智能体交付
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
开源项目
全部项目推荐好文
9月人工智能论文和项目推荐
因为LLM的火爆,所以最近的论文都是和LLM相关的论文1、LongLoRAhttps://arxiv.org/abs/2309.12307(https://link.segmentfault.com/?enctzgaH7tXFIn9wL6iO%2Bwmgg%3D%3D.j
DeepMind 利用无监督学习开发 AlphaMissense,预测 7100 万种基因突变
<blockquote<p类基因组共有31.6亿个碱基对,无时无刻不在经历复制、转录和翻译,也随时有着出错突变的风险。</p<p错义突变是基因突变中的一种常见形式,然而人类目前只观察到了其中的一小部分,能够解读的更是只有0.1%。</p<p准确预测错义突变的作用,对于罕见病、遗传病
【专题】数字化转型洞察与实践报告PDF合集分享(附原数据表)
原文链接:https://tecdat.cn/?p33774(https://link.segmentfault.com/?encu9qUSYUqYdxzq96pZG7g5Q%3D%3D.ch8QMiVN83QwhFPBXyRqp6GuIbxVrM4d18JtfCxczTg%3D)
R语言文本挖掘:kmeans聚类分析上海玛雅水公园景区五一假期评论词云可视化|附代码数据
全文链接:http://tecdat.cn/?p32307(https://link.segmentfault.com/?encrX3NPLAGyRMHrT6PlZhXiA%3D%3D.RcedMTDgYwLlPBnAnAAgjQdwwQYly%2ByTBZ5129W3NyA%3D)
Generative AI 新世界 | 扩散模型原理的代码实践之采样篇
在上一期的文章中,探讨了在AmazonSageMakerStudio上使用QLoRA等量化技术微调Falcon40B大语言模型(https://link.segmentfault.com/?enc8BomujiQigl0j3uYB4zMug%3D%3D.EbDyBVngAEO
代码生成优化:微调Falcon40b
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/ec21d286afce22f0cc89ee3ae37cf60c.png)Falcon40b(https://link.segmentfault.com/?encTUE
活动回顾 | 暴雨也无法阻挡的奔赴,2023 Meet TVM · 深圳站完美收官!
<blockquote2023MeetTVM·深圳站于2023年9月16日在腾讯大厦成功举办,百余名参与者亲临现场,聆听讲师们的精彩分享。</blockquote作者|xixi编辑|三羊本文首发于HyperAI超神经微信公众平台~由MLC
AI中的传统学习已面临淘汰!揭秘最新增量学习中的优势与挑战
增量学习代表了学术界的一种动态方法,促进逐步和一致的知识同化。与向学习者提供海量信息的传统方法不同,增量学习将复杂的主题分解为可管理的片段。在机器学习中,增量方法训练人工智能模型逐步吸收新知识。这使模型能够保留并增强现有的理解,形成持续进步的基石。什么是增量学习?增量学习是
异常检测:探索数据深层次背后的奥秘《下篇》
异常检测:探索数据深层次背后的奥秘《下篇》异常检测——高维数据异常检测:孤立森林在实际场景中,很多数据集都是多维度的。随着维度的增加,数据空间的大小(体积)会以指数级别增长,使数据变得稀疏,这便是维度诅咒的难题。维度诅咒不止给异常检测带来了挑战,对距离的计算,聚类都带来了难
Embeddig技术与应用 (1) :Embedding技术发展概述及Word2Vec
<blockquote<p编者按:嵌入(Embedding)是机器学习中一种将高维稀疏向量转换为低维稠密向量的技术。其通常用于处理自然语言、图像等高维离散数据。</p<p嵌入能够有效地解决维度灾难问题,减少存储和计算成本,同时提高模型的表达能力。我们还可以通过得到的嵌入向量进行语义相似度计算
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。


