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
错字修改 | 布署1个中文文文本拼蟹纠错模型
<blockquote内容一览:中文文本错误的种类之一为拼写错误,本篇文章为利用BART预训练方法实现中文文本纠错功能的模型部署教程。<br/关键词:BART中文拼写纠错NLP<br/本文首发自微信公众号:HyperAI超神经</blockquote中文
Paddle Graph Learning (PGL)图学习之图游走类模型[系列四]
PaddleGraphLearning(PGL)图学习之图游走类模型系列四更多详情参考:PaddleGraphLearning图学习之图游走类模型系列四https://aistudio.baidu.com/aistudio/projectdetail/500278
图学习【参考资料2】-知识补充与node2vec代码注解
本项目参考:https://aistudio.baidu.com/aistudio/projectdetail/5012408?contributionType1(https://link.segmentfault.com/?enc%2BDNbI3k%2FRumTCrZReekqrA%3D%
图学习初探Paddle Graph Learning 构建属于自己的图【系列三】
项目链接:https://aistudio.baidu.com/aistudio/projectdetail/5000517?contributionType1(https://link.segmentfault.com/?enccySZN2HNaYCFMM6EcG42Ng%3D%3D.7Z
词向量word2vec(图学习参考资料1)
介绍词向量word2evc概念,及CBOW和Skipgram的算法实现。项目链接:https://aistudio.baidu.com/aistudio/projectdetail/5009409(https://link.segmentfault.com/?encDN6JqLIwnZNI
图机器学习(GML)&图神经网络(GNN)原理和代码实现(前置学习系列二)
项目链接:https://aistudio.baidu.com/aistudio/projectdetail/4990947?contributionType1(https://link.segmentfault.com/?encU5umq8ppXNUT%2F%2FwybRqU7Q%3D%3
关于图计算&图学习的基础知识概览:前置知识点学习(Paddle Graph L)系列【一】
关于图计算&图学习的基础知识概览:前置知识点学习(PaddleGraphLearning(PGL))欢迎fork本项目原始链接:关于图计算&图学习的基础知识概览:前置知识点学习(PaddleGraphL)https://aistudio.baidu.com/a
基线提升至96.45%:2022 司法杯犯罪事实实体识别+数据蒸馏+主动学习
本项目给出本次法研杯详细的技术方案,从UIEbase开始到UIE数据蒸馏以及主动学习的建议,欢迎大家尝试,ps:主动学习标注需要自行实现,参考项目,楼主就不标注了。项目链接:https://aistudio.baidu.com/aistudio/projectdetail/4911042?c
知识图谱构建下的自动问答KBQA系统实战
!图片(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/528348b45a2eefe2ae05cbfa981c852e.png)知识图谱问答系统任务和意义问答系统(QusstionAnsweringSyst
NLP领域任务如何选择合适预训练模型以及选择合适的方案【规范建议】【ERNIE模型首选】
1.常见NLP任务信息抽取:从给定文本中抽取重要的信息,比如时间、地点、人物、事件、原因、结果、数字、日期、货币、专有名词等等。通俗说来,就是要了解谁在什么时候、什么原因、对谁、做了什么事、有什么结果。文本生成:机器像人一样使用自然语言进行表达和写作。依据输入的不同,文本生成技
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。