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
人工智能领域:面试常见问题超全(深度学习基础、卷积模型、预训练模型、计算机视觉、自然语言处理、推荐系统、)
人工智能领域:面试常见问题超全(深度学习基础、卷积模型、对抗神经网络、预训练模型、计算机视觉、自然语言处理、推荐系统、模型压缩、强化学习、元学习)人工智能领域:面试常见问题1.深度学习基础为什么归一化能够提高求解最优解的速度?(https://lin
深度学习实践篇[17]:模型压缩技术、模型蒸馏算法:DynaBERT、TinyBERT
深度学习实践篇17:模型压缩技术、模型蒸馏算法:PatientKD、DistilBERT、DynaBERT、TinyBERT1.模型压缩概述1.2模型压缩原有理论上来说,深度神经网络模型越深,非线性程度也就越大,相应的对现实问题的表达能力越强,但相应的
深度学习应用篇-元学习[15]:基于度量的元学习:SNAIL、RN、PN、MN
深度学习应用篇元学习15:基于度量的元学习:SNAIL、RN、PN、MN1.SimpleNeuralAttentiveLearner(SNAIL)元学习可以被定义为一种序列到序列的问题,在现存的方法中,元学习器的瓶颈是如何去吸收同化利用过去的经验。注意力机制可以
深度学习应用篇-元学习[14]:基于优化的元学习-MAML模型、LEO模型、Reptile模型
深度学习应用篇元学习14:基于优化的元学习MAML模型、LEO模型、Reptile模型1.ModelAgnosticMetaLearningModelAgnosticMetaLearning(MAML):与模型无关的元学习,可兼容于任何一种采用梯度下
深度学习应用篇-元学习[13]:元学习概念、学习期、工作原理、模型分类等
深度学习应用篇元学习13:元学习概念、学习期、工作原理、模型分类等1.元学习概述1.1元学习概念元学习(MetaLearning)通常被理解为“学会学习(LearningtoLearn)”,指的是在多个学习阶段改进学习算法的过程。在基础学习
预训练、微调和上下文学习
最近语言模型在自然语言理解和生成方面取得了显著进展。这些模型通过预训练、微调和上下文学习的组合来学习。在本文中将深入研究这三种主要方法,了解它们之间的差异,并探讨它们如何有助于语言模型的学习过程。!(https://imghelloworld.osscnbeijing.aliyunc
深度学习应用篇-推荐系统[11]:推荐系统的组成、场景转化指标(pv点击率,uv点击率,曝光点击率)、用户数据指标等评价指标详解
深度学习应用篇推荐系统11:推荐系统的组成、场景转化指标(pv点击率,uv点击率,曝光点击率)、用户数据指标等评价指标详解1.推荐系统介绍在网络技术不断发展和电子商务规模不断扩大的背景下,商品数量和种类快速增长,用户需要花费大量时间才能找到自己想买的商品,这就是信息
十年磨一剑,超级人工智能如果出现,人类将如何应对挑战?
一、前言创造出ChatGPT的OpenAI公司CEO(Sam)称“十年内将出现超级人工智能”,你别不信,这极有可能。具体来说,我们在人工智能能力方面看到了增长速度。我们现在需要做什么,好为将它们引入世界做好负责任的准备。科学史教会我们,技术进步遵循指数曲线。我们已经能从
深度学习应用篇-自然语言处理[10]:N-Gram、SimCSE介绍,更多技术:智能标注、多分类算法、文本信息抽取等
深度学习应用篇自然语言处理10:NGram、SimCSE介绍,更多技术:数据增强、智能标注、多分类算法、文本信息抽取、多模态信息抽取、模型压缩算法等1.NGramNGram是一种基于统计语言模型的算法。它的基本思想是将文本里面的内容按照字节进行大小为N的滑动窗口
深度学习应用篇-自然语言处理-命名实体识别[9]:BiLSTM+CRF实现命名实体识别属性抽取实战项目合集(含智能标注)
深度学习应用篇自然语言处理命名实体识别9:BiLSTMCRF实现命名实体识别、实体、关系、属性抽取实战项目合集(含智能标注)1.命名实体识别介绍命名实体识别(NamedEntityRecoginition,NER)旨在将一串文本中的实体识别出来,并标
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。