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
医疗领域实体抽取:UIE Slim最新升级版含数据标注、serving部署、模型蒸馏等教学,助力工业应用场景快速落地
医疗领域实体抽取:UIESlim最新升级版含数据标注、serving部署、模型蒸馏等教学,助力工业应用场景快速落地本项目为UIE框架升级版本实体关系抽取,详细讲解了数据标注,以及医疗领域NER微调,同时完成基于SimpleServing的快速服务化部署,并考虑了在一些工业应用场景中对性
大语言模型技术原理
在今天这个时代,人们的工作和生活已经离不开数据访问,而几乎所有平台背后的数据存储和查询都离不开数据库。SQL作为一种数据库的查询和处理语言历史悠久,最早由IBM于上世纪70年代初研究关系数据模型时提出,后续发展为一种广泛使用的数据库标准访问接口。今天大语言模型的发展给了我们一个契机,重新审视这层
Generative AI 新世界 | 走进文生图(Text-to-Image)领域
在之前的四篇“GenerativeAI新世界(https://link.segmentfault.com/?enc2jhUvgzGr3O5bDNQuh9ewQ%3D%3D.L0PdScRnKAMSlLXHcvSi6xQKdRjbO49CzuRuyfYl3npu1ALz3z5eviHBZv
揭秘:如何利用ChatGPT在自媒体行业赚大钱?
AI的崛起:ChatGPT的魔力在这个信息爆炸的时代,人们对新鲜、有趣、有价值的内容的需求日益增长。而在这个大背景下,AI技术的崛起,特别是OpenAI的ChatGPT,为我们提供了无限可能。ChatGPT是一款强大的自然语言处理工具,它可以理解和生成人类语言,帮助我们创作
深度学习进阶篇[6]:ERNIE-Doc、THU-ERNIE、K-Encoder融合文本信息和KG知识;原理和模型结构详解。
深度学习进阶篇国内预训练模型6:ERNIEDoc、THUERNIE、KEncoder融合文本信息和KG知识;原理和模型结构详解。1.ERNIEDoc:ARetrospectiveLongDocumentModelingTransformer
深度学习进阶篇-国内预训练模型[5]:ERINE、ERNIE 3.0、ERNIE-的设计思路、模型结构、应用场景等详解
深度学习进阶篇国内预训练模型5:ERINE、ERNIE3.0、ERNIE的设计思路、模型结构、应用场景等详解后预训练模型时代1.ERINE1.1ERINE简介ERINE(https://link.segmentfault.com
深度学习进阶篇-预训练模型[4]:RoBERTa、KBERT、ALBERT、ELECTRA算法原理模型结构应用场景等详解
深度学习进阶篇预训练模型4:RoBERTa、SpanBERT、KBERT、ALBERT、ELECTRA算法原理模型结构应用场景区别等详解1.SpanBERT:ImprovingPretrainingbyRepresentingandPredictingSpa
深度学习进阶篇-预训练模型[3]:XLNet、BERT、GPT,ELMO的区别优缺点,模型框架等原理详细讲解
深度学习进阶篇预训练模型3:XLNet、BERT、GPT,ELMO的区别优缺点,模型框架、一些Trick、TransformerEncoder等原理详1.XLNet:GeneralizedAutoregressivePretrainingforLanguageU
深度学习进阶篇-预训练模型[2]:Transformer-XL、Longformer、GPT原理、模型结构等详细讲解
深度学习进阶篇预训练模型2:TransformerXL、Longformer、GPT原理、模型结构、应用场景、改进技巧等详细讲解1.TransformerXL:AttentiveLanguageModelsBeyondsaFixedLengthConte
文档关键信息提取形成知识图谱:基于NLP算法提取文本内容的关键信息生成信息图谱教程及码源(含pyltp安装使用教程)
文档关键信息提取形成知识图谱:基于NLP算法提取文本内容的关键信息生成信息图谱教程及码源(含pyltp安装使用教程)1.项目介绍目标:输入一篇文档,将文档进行关键信息提取,进行结构化,并最终组织成图谱组织形式,形成对文章语义信息的图谱化展示。如何用图谱和结构化的方式,
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。