HelloWorld 开发者社区
科技资讯
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
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
开源项目
全部项目推荐好文
语义检索系统之排序模块:基于RocketQA的CrossEncoder训练的单塔模型
语义检索系统之排序模块:基于ERNIEGram的Pairwise和基于RocketQA的CrossEncoder训练的单塔模型文本匹配任务数据每一个样本通常由两个文本组成(query,title)。类别形式为0或1,0表示query与title不匹配;1表
语义检索系统:基于Milvus 搭建召回系统抽取向量进行检索,加速索引
语义检索系统:基于Milvus搭建召回系统抽取向量进行检索,加速索引目标:使用Milvus搭建召回系统,然后使用训练好的语义索引模型,抽取向量,插入到Milvus中,然后进行检索。语义搜索系列文章全流程教学:语义检索系统:基于无监督预训练语义索引召回:
基于无监督训练SimCSE+In-batch Negatives策略有监督训练的语义索引召回
基于无监督训练SimCSEInbatchNegatives策略有监督训练的语义索引召回语义索引(可通俗理解为向量索引)技术是搜索引擎、推荐系统、广告系统在召回阶段的核心技术之一。语义索引模型的目标是:给定输入文本,模型可以从海量候选召回库中快速、准确地召回一批语义相关文本。
语义检索系统:基于无监督预训练语义索引召回:SimCSE、Diffcse
基于无监督预训练语义索引召回:SimCSE、Diffcse语义索引(可通俗理解为向量索引)技术是搜索引擎、推荐系统、广告系统在召回阶段的核心技术之一。语义索引模型的目标是:给定输入文本,模型可以从海量候选召回库中快速、准确地召回一批语义相关文本。语义索引模型的效果直接决定了语义相
汽车行业案例 | 联合汽车电子全新质量问题管理平台上线,燕千云助力汽车电子领军者实现数字化质量管理
据权威调研机构显示,2022年中国智能电动汽车的销量已占新能源汽车的52%以上。到2025年,在新能源汽车50%的汽车出行市场渗透率的基础上,智能电动汽车的销量将超1220万辆,占新能源汽车的80.1%。在技术进步和产业变革快速推进的背景下,全球汽车产业朝着电动化、网联化和智能化的方向发展。!图片
中文多模态医学大模型智能分析X光片,实现影像诊断,完成医生问诊多轮对话
中文多模态医学大模型智能分析X光片,实现影像诊断,完成医生问诊多轮对话1.背景介绍介绍最近,通用领域的大语言模型(LLM),例如ChatGPT,在遵循指令和产生类似人类响应方面取得了显著的成功,这种成功间接促进了多模态大模型的研究和发展,如通用领域的多模态大模型Min
甄知科技新一代AIGC产品发布
!图片(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/af2ac169b27d3c5bd7c904219673bc3a.png)演讲嘉宾:张礼军甄知科技联合创始人,CTO首席产品官No.1甄知科技简介202
基于中文金融知识的 LLaMA 系微调模型的智能问答系统
基于中文金融知识的LLaMA系微调模型的智能问答系统:LLaMA大模型训练微调推理等详细教学基于LLaMA系基模型经过中文金融知识指令精调/指令微调(Instructtuning)的微调模型。通过中文金融公开问答数据爬取的金融问答数据构建指令数据集,并在此基础上对LLaM
ChatIE:通过多轮问答问题实现实命名实体识别和关系事件的零样本信息抽取
ChatIE:通过多轮问答问题实现实命名实体识别和关系事件的零样本信息抽取,并在NYT11HRL等数据集上超过了全监督模型零样本信息抽取(InformationExtraction,IE)旨在从无标注文本中建立IE系统,因为很少涉及人为干预,该问题非常具有挑战性。但零样本IE不再需要
MedicalGPT:基于LLaMA-13B的中英医疗问答模型(LoRA)
MedicalGPT:基于LLaMA13B的中英医疗问答模型(LoRA)、实现包括二次预训练、有监督微调、奖励建模、强化学习训练LLM:含ZiyaLLaMA。__训练医疗大模型,实现包括二次预训练、有监督微调、奖励建模、强化学习训练。!(https://imghe
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。