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
PaddleNLP通用信息抽取技术UIE【一】产业应用实例:信息抽取{实体关系抽取、中文分词、精准实体标。情感分析等}、
相关文章:1.快递单中抽取关键信息【一】基于BiGRUCR预训练的词向量优化(https://link.segmentfault.com/?enc6tOEpRqAGP9cg%2FgigqnS4Q%3D%3D.%2FoWKeLxuKDjSrRxYOQHVM1bd6TvOYV4
【技术白皮书】第三章-第二节:基于分割的场景文本检测方法
3.1.2基于分割的场景文本检测方法基于分割的自然场景文本检测方法主要是借鉴传统的文本检测方法的思想,先通过卷积神经网络检测出基本的文本组件,然后通过一些后处理的方式将文本组件聚集成一个完整的文本实例。此类方法可以进一步划分为像素级别的方法(基于分割的方法)和文本片段级别的方法。
AiTrust下预训练和小样本学习在中文医疗信息处理挑战榜CBLUE表现
项目链接:https://aistudio.baidu.com/aistudio/projectdetail/4592515?contributionType1(https://link.segmentfault.com/?encZBi4tJoVvgmvQBXON2nWdA%3D%3D.WM
【一】ERNIE:飞桨开源开发套件,入门学习,看看行业顶尖持续学习语义理解框架,如何取得世界多个实战的SOTA效果?
参考文章:深度剖析知识增强语义表示模型——ERNIE_财神Childe的博客CSDN博客_ernie模型(https://link.segmentfault.com/?encHHBLyrkNKTeutcCB7VX0nQ%3D%3D.d5ilCdwvwZ3%2Fhe6ZZitfT6pRH
PaddleNLP--UIE(二)--小样本快速提升性能(含doccona标注
相关文章:1.快递单中抽取关键信息【一】基于BiGRUCR预训练的词向量优化(https://link.segmentfault.com/?encUZNv7jn8yE6njy6ns7OhGw%3D%3D.ji2fdtYfwJ9yMOY73UgGDRcfPGcSZpYclLl
使用基于注意力的编码器-解码器实现医学图像描述
使用计算机视觉和自然语言处理来为X射线的图像生成文本描述。什么是图像描述图像描述是生成图像文本描述的过程。它使用自然语言处理和计算机视觉来为图像生成描述的文本字幕。一幅图像可以有很多个不同的描述,但是只要它正确地描述了图像,并且描述涵盖了图像中的大部分信息就可以说是没问题的。下面
恶劣天气下,如何保证自动驾驶的可靠性?
统计数据显示,雨雪等恶劣天气下行车事故的发生率较正常天气高出70%。风沙、浓雾、雨雪等极端天气,对路况条件、驾驶员视野和场景判断带来极大干扰。无论是初出茅庐的新手司机,亦或是驾龄丰富的老司机,雨雪天行车均无异于一场噩梦。!图片(https://imghelloworld.osscn
NLP+对话机器人技术峰会
基于硅谷最新一代NLP对话机器人技术提取而成,NLP顶级专家提供内容内容交付;一站式打通NLP企业级实战、技术服务及学术研究的核心NLP及对话机器人技术内核;不仅仅是企业级及学术强度的技术分享,更是全程源码及综合性案例驱动实战;所有的内容均基于Google、Rasa、Pearson、Amazon
MindFlow SEED——由自动驾驶而生的全能高效数据标注平台
现在汽车行业混淆着一个概念,认为只要堆料,就能造出自动驾驶。作为智能汽车的命脉,数据是自动驾驶量产决胜的正负手,在多数人眼中,数据量越大、数据学习速度越快,自动驾驶就能更快完成数据闭环,实现自动驾驶技术的指数级发展。数据确有着扭转乾坤的能力,但一个关键前提,只有高质量数据才可以。数据质量定义模型
弯曲矫正技术概述
一、背景电子文档由于更容易存档、编辑、签名和共享,越来越多的文档需电子化,随着高质量摄像头在手机等移动设备上的普及,利用移动设备对文档进行数字化采集已经非常普遍。通过图像校正与图像质量提升,移动设备采集的文档图像质量甚至可以与专用的文档扫描仪相当。然而,文档总是由于纸张几何形状和捕获条件
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。