HelloWorld 开发者社区
科技资讯
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
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
sMLP:稀疏全mlp进行高效语言建模
这是一篇2022由纽约州立大学布法罗分校和MetaAI发布的论文,它主要的观点如下:具有专家混合(MoEs)的稀疏激活mlp在保持计算常数的同时显着提高了模型容量和表达能力。此外gMLP表明,所有mlp都可以在语言建模方面与transformer相匹配,但在下游任务方面仍然落后。所以论文提出了
Transformers 中原生支持的量化方案概述
本文旨在对transformers支持的各种量化方案及其优缺点作一个清晰的概述,以助于读者进行方案选择。目前,量化模型有两个主要的用途:在较小的设备上进行大模型推理对量化模型进行适配器微调到目前为止,transformers已经集成并原生支持了_bitsa
长程 Transformer 模型
!Tay等人的EfficientTransformerstaxonomyfromEfficientTransformers:aSurvey论文(/img/remote/1460000044339857)本文由TevenLeScao、PatrickVonPlate
释放生成式 AI 中 Transformer 的创造力
介绍在不断发展的人工智能领域,近年来有一个名字脱颖而出:Transformer。这些强大的模型改变了我们在人工智能中处理生成任务的方式,推动了机器可以创造和想象的界限。在本文中,我们将深入研究Transformer在生成式AI中的高级应用,探索它们的内部工作原理、实际用例以及
当尺度感知调制遇上 Transformer,会碰撞出怎样的火花?
!图片(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/84b39049adf783602f11ea54d2a5ab36.png)1.文章介绍近年来,基于Transformer和CNN的视觉基础模型取得巨大成功。
EfficientFormer:高效低延迟的Vision Transformers
我们都知道Transformers相对于CNN的架构效率并不高,这导致在一些边缘设备进行推理时延迟会很高,所以这次介绍的论文EfficientFormer号称在准确率不降低的同时可以达到MobileNet的推理速度。!(https://imghelloworld.osscnbeiji
如何成功将 API 客户的 transformer 模型推理速度加快 100 倍
🤗Transformers已成为世界各地数据科学家用以探索最先进NLP模型、构建新NLP模块的默认库。它拥有超过5000个预训练和微调的模型,支持250多种语言,任君取用。无论你使用哪种框架,都能用得上它。虽然在🤗Transformers中试验模型很容易,但以最高性能将
谁将取代 transformer;PPT 开发者去世;ChatGPT 访问量连续三个月下降丨 RTE开发者日报 Vol.46
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/52148726c769a0a7ad6329758f3cace6.png)开发者朋友们大家好:这里是「RTE开发者日报」,每天和大家一起看新闻、聊八卦。我们的社
SplitMask:大规模数据集是自我监督预训练的必要条件吗?
自监督预训练需要大规模数据集吗?这是2021年发布的一篇论文,它在自监督预训练场景中使用小数据集,如StanfordCars,Sketch或COCO,它们比ImageNet小几个数量级。并提出了一种类似于BEiT的去噪自编码器的变体SplitMask,它对预训练数据的类型和大小具有更强的鲁棒性。
Nougat:一种用于科学文档OCR的Transformer 模型
随着人工智能领域的不断进步,其子领域,包括自然语言处理,自然语言生成,计算机视觉等,由于其广泛的用例而迅速获得了大量的普及。光学字符识别(OCR)是计算机视觉中一个成熟且被广泛研究的领域。它有许多用途,如文档数字化、手写识别和场景文本识别。数学表达式的识别是OCR在学术研究中受到广泛关注的一个领域。
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。