完善資料讓更多小伙伴認識你，還能領(lǐng)取20積分哦，立即完善>
標簽 > 語言模型
文章：552個 瀏覽：11219次 帖子：4個
知識管理涉及到用于在組織中捕獲、存儲和共享知識的流程和技術(shù)。在聊天機器人設(shè)計的背景下，知識管理可以幫助確保聊天機器人能夠訪問廣泛的相關(guān)信息，并可以為用戶...
現(xiàn)代計算機視覺和自然語言模型在能力越來越強大的同時，模型尺寸也隨之顯著增大。由于當前進行一次單模態(tài)模型的預(yù)訓練既耗費資源又昂貴，因此端到端視覺語言預(yù)訓練...
為訓練該稠密檢索模型，已有方法通?；谝粚Ρ葘W習訓練目標，即拉近語義一致的Query和Document的表示（Positive），并推遠語義無關(guān)的Doc...
2023-03-03 標簽：參數(shù)語言模型數(shù)據(jù)集 1.9k 0
LLaMA論文研讀：小參數(shù)+大數(shù)據(jù)的開放、高效基礎(chǔ)語言模型閱讀筆記
這些努力都是基于這樣的假設(shè)：更多的參數(shù)會帶來更好的性能。然而，Hoffmann等人（2022）最近的工作表明，在給定的計算預(yù)算下，最好的性能不是由最大的...
2023-03-03 標簽：語言模型數(shù)據(jù)集大數(shù)據(jù) 2.7k 0
將模型稱為 “視覺語言” 模型是什么意思？一個結(jié)合了視覺和語言模態(tài)的模型？但這到底是什么意思呢？
Subword算法如今已經(jīng)成為了一個重要的NLP模型性能提升方法。自從2018年BERT橫空出世橫掃NLP界各大排行榜之后，各路預(yù)訓練語言模型如同雨后春...
最近，人們對大型語言模型所展示的強大能力（例如思維鏈 ^[2]^ 、便簽本 ^[3]^ ）產(chǎn)生了極大的興趣，并開展了許多工作。我們將之統(tǒng)稱為大模型的突現(xiàn)...
ChatGPT 是人工智能研究實驗室OpenAI 在2022年11月30日發(fā)布的全新聊天機器人模型。 在OpenAI的官網(wǎng)上，ChatGPT被描述...
在 2018 年至 2022 年期間，NLP、CV 和通用機器學習領(lǐng)域有大量關(guān)于分布偏移/對抗魯棒性/組合生成的研究，人們發(fā)現(xiàn)當測試集分布與訓練分布不同...
對于先行者來說，范式轉(zhuǎn)變可能是很顯然的。然而，出于科學的嚴謹性， 我們確實需要非常明確的理由來說明為什么人們應(yīng)該轉(zhuǎn)向大型語言模型，即使這些模型昂貴、難以...
解讀ChatGPT背后的技術(shù)重點：RLHF、IFT、CoT、紅藍對抗
我們先來看看基于語言模型的會話代理的全景。ChatGPT 并非首創(chuàng)，事實上很多組織在 OpenAI 之前就發(fā)布了自己的語言模型對話代理 (dialog ...
有趣的是，2014 年，由 Goodfellow 等人提出的生成對抗網(wǎng)絡(luò)（GAN），在生成任務(wù)中并沒有大放異彩，正當大家以為 GAN 在生成方面已經(jīng)不行...
雖然ChatGPT并非是為了專門修改bug而生，但自打它問世以來，不少網(wǎng)友們都發(fā)現(xiàn)它是具備這項能力的。因此研究人員為了摸清ChatGPT到底能修改bug...
有了Fine-tune-CoT方法，小模型也能做推理，完美逆襲大模型
如果給語言模型生成一些 prompting，它還向人們展示了其解決復(fù)雜任務(wù)的能力。標準 prompting 方法，即為使用少樣本的問答對或零樣本的指令的...
基于預(yù)訓練語言模型的行業(yè)搜索的應(yīng)用和研究
sparse retrieval：傳統(tǒng)的基于字或基于詞去建立倒排索引，同時基于此去構(gòu)建很多查詢理解的一系列的能力，包括一些文本相關(guān)性排序等；
Abstract Intro ? 盡管基于預(yù)訓練的語言模型的摘要取得了成功，但一個尚未解決的問題是生成的摘要并不總是忠實于輸入文檔。造成不忠實問題的原因...
2022-11-01 標簽：編碼器語言模型數(shù)據(jù)集 1.4k 0
我們發(fā)現(xiàn)prompt，再給定不同的template時可以生成不同方面的positive pair，且避免embedding bias。
2022-10-25 標簽：語言模型 1.3k 0
數(shù)據(jù)的標簽錯誤隨處可見，如何在噪聲數(shù)據(jù)集上學習到一個好的分類器，是很多研究者探索的話題。在 Learning With Noisy Labels 這個大...
2022-10-12 標簽：噪聲語言模型數(shù)據(jù)集 1.5k 0
基于訓練階段使用知識庫+KNN檢索相關(guān)信息輔助學習方法
上面收的引入知識庫+KNN的方法，緩解了模型參數(shù)需要強記憶訓練樣本的問題。此外，文中還通過KNN檢索結(jié)果來指導(dǎo)模型的學習過程。
2022-10-09 標簽：數(shù)據(jù)KNN語言模型 2.1k 0
因為直接對原是文本進行數(shù)據(jù)增強，很難保證維持原始的文本語義，因此可以通過在語義空間上進行隱式數(shù)據(jù)增強，簡單列出幾種方法：
2022-09-15 標簽：數(shù)據(jù)語言模型nlp 2.3k 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
關(guān)注我們的微信
下載發(fā)燒友APP
電子發(fā)燒友觀察
版權(quán)所有 ? 湖南華秋數(shù)字科技有限公司
長沙市望城經(jīng)濟技術(shù)開發(fā)區(qū)航空路6號手機智能終端產(chǎn)業(yè)園2號廠房3層（0731-88081133）
電子發(fā)燒友 （電路圖） 湘公網(wǎng)安備43011202000918
工商網(wǎng)監(jiān)
湘ICP備2023018690號-1
