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
具有高效推理速度的中文领域文图生成扩散模型和工具链
近日,阿里云机器学习平台PAI与华南理工大学合作(阿里云与华南理工大学联合培养项目)在自然语言处理顶级会议ACL2023上发表了具有高效推理速度的中文领域文图生成扩散模型和工具链RapidDiffusion。它是面向中文特定领域的文图生成模型,采用与StableDiffusion一样的模型结构,
基于知识图谱的电影知识问答系统:训练TF-IDF 向量算法和朴素贝叶斯分类器、在 Neo4j 中查询
基于知识图谱的电影知识问答系统:训练TFIDF向量算法和朴素贝叶斯分类器、在Neo4j中查询!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/1dfb9170af46bc808b7abbc83b605264.
领域知识图谱的医生推荐系统:利用BERT+CRF+BiLSTM的医疗实体识别,建立医学知识图谱,建立知识问答系统
领域知识图谱的医生推荐系统:利用BERTCRFBiLSTM的医疗实体识别,建立医学知识图谱,建立知识问答系统本项目主要实现了疾病自诊和医生推荐两个功能并构建了医生服务指标评价体系。疾病自诊主要通过利用BERTCRFBiLSTM的医疗实体识别,建立医学知识图谱,从而实现基于患者问
面向轻量化文图检索的 Dual-Encoder 模型蒸馏算法 ConaCLIP
近日,阿里云机器学习平台PAI与华南理工大学金连文教授团队合作在自然语言处理顶级会议ACL2023上发表面向轻量化文图检索的dualencoder模型蒸馏算法ConaCLIP(fullyConnectedknowledgeinteractiongraphforCLIP)。ConaC
从零开始构建一个电影知识图谱,实现KBQA智能问答[下篇]:KBQA问答Demo超详细教学
从零开始构建一个电影知识图谱,实现KBQA智能问答下篇:ApachejenaSPARQLendpoint及推理、KBQA问答Demo超详细教学效果展示:!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/
从零开始构建一个电影知识图谱,实现KBQA智能问答[上篇]:本体建模
从零开始构建一个电影知识图谱,实现KBQA智能问答上篇:本体建模、RDF、D2RQ、SPARQLendpoint与两种交互方式详细教学效果展示:!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/1c0992
【ACL 2023】具有高效推理速度的中文领域文图生成扩散模型和工具链
近日,阿里云机器学习平台PAI与华南理工大学合作(阿里云与华南理工大学联合培养项目)在自然语言处理顶级会议ACL2023上发表了具有高效推理速度的中文领域文图生成扩散模型和工具链RapidDiffusion。它是面向中文特定领域的文图生成模型,采用与StableDiffusion一样的模型结构,
【ACL 2023】面向轻量化文图检索的Dual-Encoder模型蒸馏算法ConaCLIP
近日,阿里云机器学习平台PAI与华南理工大学金连文教授团队合作在自然语言处理顶级会议ACL2023上发表面向轻量化文图检索的dualencoder模型蒸馏算法ConaCLIP(fullyConnectedknowledgeinteractiongraphforCLIP)。ConaC
【ACL2023】基于电商多模态概念知识图谱增强的电商场景图文模型FashionKLIP
近日,阿里云机器学习平台PAI与复旦大学肖仰华教授团队、阿里巴巴国际贸易事业部ICBU合作在自然语言处理顶级会议ACL2023上发表基于电商多模态概念知识图谱增强的电商场景图文模型FashionKLIP。FashionKLIP是一种电商知识增强的视觉语言模型。该论文首先设计了从大规模电商图文数据中
微调预训练的 NLP 模型
动动发财的小手,点个赞吧!针对任何领域微调预训练NLP模型的分步指南简介在当今世界,预训练NLP模型的可用性极大地简化了使用深度学习技术对文本数据的解释。然而,虽然这些模型在一般任务中表现出色,但它们往往缺乏对特定领域的适应性。本综合指南(https://link.
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。