暂无搜索历史
利用Ollama本地LLM（大语言模型）搭建AI的REST API服务是一个实用的方法。下面是一个简单的工作流程。
虽然LLM的巨大规模赋予了它们在各种用例中的出色性能，但这也在其应用于现实世界问题时带来了挑战。在本文中，我将讨论如何通过压缩LLM来克服这些挑战。我将从概述关...
关注TechLead，复旦AI博士，分享AI领域全维度知识与研究。拥有10+年AI领域研究经验、复旦机器人智能实验室成员，国家级大学生赛事评审专家，发表多篇SC...
OpenAI推出了o1，这是一种通过强化学习训练的大型语言模型，专门用于进行复杂的推理任务。o1在回答问题之前会“思考”，能够在响应用户之前生成一条长的内部思维...
2024年9月12日，OpenAI正式推出全新的推理模型系列——OpenAI o1。这款全新AI模型系列专为解决复杂问题而设计，能够在响应前花费更多时间进行思考...
复旦大学，王龑博士后领衔，发布《静态与动态情感的面部表情识别》（A Survey on Facial Expression Recognition of Sta...
驱动程序的兼容性对于CUDA的正常运行至关重要。在Linux系统中，驱动程序的安装与配置常常面临各种问题。本文将详细列举驱动程序兼容性问题及其解决方案，确保能够...
在当今竞争激烈的市场环境中，企业和投资者对财务信息的获取与分析要求越来越高。上市公司财务报表作为评估公司财务健康和未来发展的重要依据，提供了大量关键信息。
TextIn发布了文档解析测评工具，https://github.com/intsig/markdown_tester ，定量测评文档解析还原的效果。
今天向大家介绍一款全面展示文档解析产品能力的工具——TextIn文档解析测评工具，https://github.com/intsig/markdown_test...
Diffusion扩散模型是一类基于概率扩散过程的生成模型，近年来在生成图像、文本和其他数据类型方面展现出了巨大的潜力和优越性。该模型利用了扩散过程的逆过程，即...
Retrieval-Augmented Generation（RAG）是一种结合了检索和生成技术的自然语言处理（NLP）模型。该模型由Facebook AI提出...
在机器学习领域，数据是驱动模型训练的核心资源。然而，获取大量带标签的数据往往是昂贵且耗时的过程。半监督学习（Semi-Supervised Learning, ...
强化学习（Reinforcement Learning, RL）是机器学习中的一个重要分支，其目标是通过与环境的交互来学习决策策略，以最大化长期累积奖励。在强化...
无监督学习（Unsupervised Learning）是一类机器学习任务，其中算法在没有标签的情况下，从未标记的数据中学习模式和结构。与有监督学习不同，无监督...
监督学习线性回归、逻辑回归、决策树、支持向量机、K近邻、朴素贝叶斯算法精讲，模型评估精讲
多模态融合（Multimodal Fusion）是指结合来自不同模态（如视觉、听觉、文本等）的数据，以提升信息处理和理解能力的技术方法。多模态数据通常具有不同的...
生成式AI（Generative AI）作为人工智能的一个重要分支，通过学习大量的数据生成新的数据样本，在多个领域取得了令人瞩目的进展。生成式AI不仅在学术研究...
词向量（Word Vector）或词嵌入（Word Embedding）是自然语言处理（NLP）中的一项基础技术，它允许我们将自然语言中的词汇表示为实数向量。这...
关系抽取（Relation Extraction, RE）是自然语言处理（NLP）领域的一个重要任务，其主要目的是从文本中识别实体（entities）之间的预定...
