SWINBERT:End-to-EndTransformerswithSparseAttentionforVideoCaptioning发表：CVPR2022idea：之前的方法都是使用其他任务上训练的特征提取器对video进行特征提取，所提取的特征可能与视频描述任务并不是绝对的匹配，即特征提取不参与训练。这篇文章的作者提出使用transformer对原生视频进行特征提取，然后再进行解码，实现端到

论文阅读笔记AI篇——Transformer模型理论+实战（四）一、理论1.1理论研读1.2什么是AIAgent?

英文名称:FromComplextoSimple:UnravelingtheCognitiveTreeforReasoningwithSmallLanguageModels中文名称:从复杂到简单：揭示小型语言模型推理的认知树链接:http://arxiv.org/abs/2311.06754v1代码:https://github.com/alibaba/EasyNLP作者:JunbingYan,C

Query-basedWorkloadForecastingforSelf-DrivingDatabaseManagementSystemsMySummaryABSTRACTAutonomousDBMS的第一步就是能够建模并预测工作负载，以前的预测技术对查询的资源利用率进行建模。然而，当数据库的物理设计和硬件资源发生变化时，这些指标会发生变化，从而使以前的预测模型无用。提出了QueryBot500

通过该系统利用大语言模型辅助知识图谱的构建。

由于其在智能问答、翻译以及文本生成等工作任务上的卓越表现，业界一度出现了不再需要发展知识图谱相关技术的观点，知识图谱相关概念严重受挫。

TeD-SPAD:TemporalDistinctivenessforSelf-supervisedPrivacy-preservationforvideoAnomalyDetectionAbstract1.Introduction2.RelatedWorks3.Method3.1.ProblemStatement3.2.AnonymizationFramework3.3.Anonymizatio

英文名称:'TinyLlama:AnOpen-SourceSmallLanguageModel'中文名称:'TinyLlama:一个开源的小型语言模型链接:http://arxiv.org/abs/2401.02385v1代码:https://github.com/jzhang38/TinyLlama作者:PeiyuanZhang,GuangtaoZeng,TianduoWang,WeiLu机构:

#君子兰班从今早开始，早自习五个一工程：一篇古文一首诗词；一个记叙文阅读考点一个议论文阅读考点；一页形近字辨析。上课前，读几位同学分享的主题金句，这两天的主题是阅读，练字也用关于读书的语句起头。

Cypher语句介绍：Cypher是一种声明式图查询语言，表达高效查询和更新图数据库。例子：声明式编程是一种编程范式，即构建计算机程序的结构和元素的一种风格，它表达了计算的逻辑而没有描述其控制流程。常用的声明性语言包括数据库查询语言（例如SQL，XQuery），正则表达式，逻辑编程，函数式编程和配置管理系统。命令式编程以明确的步骤实现算法。match相当于SQLselectcypher查询语言的基

参考datawhale开源组织:https://github.com/datawhalechina/team-learning-nlp/blob/master/KnowledgeGraph_Basic/task04.md用户输入->知识库的查询语句一、引言本部分任务主要是将用户输入问答系统的自然语言转化成知识库的查询语句，因此本文将分成两部分进行介绍。第一部分介绍任务所涉及的背景知识;第二部分则是

（个人推荐使用第二个GitHubCopilot）1.GPT学术优化(GPTAcademic)工具简介GPTAcademic是什么为ChatGPT/GLM提供实用化交互界面，特别优化论文阅读/润色/写作体验

由于其在智能问答、翻译以及文本生成等工作任务上的卓越表现，业界一度出现了不再需要发展知识图谱相关技术的观点，知识图谱相关概念严重受挫。

以下是两者的对比：ChatGPT：适用场景：适合需要生成大量知识性文本的任务，如问答系统、知识图谱等。1生成效果：在语言连贯性和逻辑性方面表现突出，尤其在生成长篇大论文章时效果更佳。

论文阅读笔记AI篇——Transformer模型理论+实战（三）第三遍阅读（精读）3.1Attention和Self-Attention的区别？3.2Transformer是如何进行堆叠的？

Multi-TaskLearningbasedVideoAnomalyDetectionwithAttentionAbstract1.Introduction2.Previouswork3.Method3.1.Multi-tasklearning3.2.Theappearance-motionbranch3.3.Themotionbranch3.4.Spatialandchannelattenti

ObjectClassAwareVideoAnomalyDetectionthroughImageTranslationAbstractI.INTRODUCTIONII.RELATEDWORKSIII.PROPOSEDMETHODA.Thetwo-streammethodB.TheappearancebranchC.ThemotionbranchD.MaskingE.TrainingF.Infer

文章目录0、基本信息1、研究动机2、创新性3、方法论4、实验结果0、基本信息作者：ChenQian,HuayiTang,ZhiruiYang文章链接：CanLargeLanguageModelsEmpowerMolecularPropertyPrediction?代码链接：CanLargeLanguageModelsEmpowerMolecularPropertyPrediction?1、研究动机

文章目录0、基本介绍1、研究动机2、准备2.1、图挖掘任务2.2、图描述语言（GDL）3、使用LLM进行图理解流程3.1、手动提示3.2、自提示4、图理解基准4.1、结构理解任务4.1、语义理解任务5、数据搜集5.1、结构理解任务5.2、语义理解任务6、实验6.1、实验设置6.2、结构理解任务的结果6.2.1、输入设计对最终结果有重要影响。6.2.2、角色转换通常会提高绩效6.2.3、例子对图形理

文章目录IntroductionMethodControlNetControlNetforText-to-ImageDiffusionTrainingInferenceExperiments消融实验定量分析在作者github上的一些讨论消融实验更进一步的探索PrecomputedControlNet加快模型推理迁移控制能力到其他SD1.X模型上其他Introduction提出ControlNet，

后来又出现了OWL语言和其他一些相关知识描述语言，这为知识库的两个核心问题：知识表达和开放知识实体，给出了一个可能的解决方案（尽管这一思路在后来一直没有得到广泛认可，直到2012年谷歌提出知识图谱的概念

GiteeTransformer101Q标签:Transformer,注意力机制,Attention机制,Transfomer课程,Transformer架构,Transformer模型,对话机器人,NLP课程,NLP,自然语言处理,知识图谱

本系统（程序+源码+数据库+调试部署+开发环境）带文档lw万字以上，文末可获取系统程序文件列表开题报告内容研究背景：随着全球病毒性疾病的频繁爆发，如流感、艾滋病等，对抗病毒药物的需求日益增长。然而，现有的抗病毒药物往往存在副作用大、易产生抗药性等问题。因此，寻找新的抗病毒药物成为了当前的研究热点。中药作为我国传统医学的重要组成部分，具有丰富的抗病毒活性成分和独特的治疗机制，为抗病毒药物的研发提供了

文心一言具有中文语言处理的优势，并且拥有庞大的中文语料库和知识图谱资源，这使得它在处理中文语言任务方面具有很高的准确率和效果。此外，百度在人工智能领域拥有深厚的技术积累和研发实力

FaceForensics++:LearningtoDetectManipulatedFacialImagesFaceForensics++：是一个面部伪造数据集，它使研究人员能够以有监督的方式训练基于深度学习的方法。数据集包含使用四种最新方法创建的操作，即Face2Face、FaceSwap、DeepFakes和NeuralTextures。Abstract：合成图像生成和操纵的快速发展引起人们

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.文献综述2.1总结方法三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言PerformanceStudyonExtractiveTextSummarizationUsing

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言ReinforcedAbstractiveTextSummarizationWithSemanticAddedRe

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.前提三.本文方法四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言MAPGN:MASKEDPOINTER-GENERATORNETWORKFORSEQUENCE-TO-SEQUENCEPRE-TRAINING（21）0、论文摘要本文提出了一种

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.文本摘要的文献综述和分类2.1文本摘要分类2.2以前的作品三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言Opiniontextssummarizationbasedon

大模型关键技术大模型综述上下文学习思维链CoT奖励建模参数微调并行训练模型加速永久记忆：大模型遗忘LangChain知识图谱多模态大模型系统优化AI绘图幻觉问题从GPT1-GPT4拆解GPTs对比主流大模型技术点旋转位置编码层归一化激活函数注意力机制优化大模型综述你知道嘛

有业务需要使用知识图谱，小编整理了一下如何从0到1正常使用Neo4j，分享给大家1.安装JDK11官网下载地址：oracle官网不要下载顶部的Java17，会报错（小编先装的Java17发现用不了，还是要下载

在笔者上大学的时候，校内最流行的互联网信息分享工具是BBS，类似Windows的文件夹系统，信息按照树状的结构组织。学生和老师可以在BBS上分享和获取学习、生活和工作等各类信息。在90年代初万维网发明之前，BBS是互联网上组织信息的一个主要的方式，好处是直观和容易搭建，但随着互联网上的信息越来越多，这种信息组织的方式也显得越来越力不从心，互联网上出现很多信息孤岛，如何把这些孤岛连接起来？英国科学家

论文信息论文标题ContinualDiffision:ContinualCustomizationofText-to-ImageDiffusionwithC-LoRA发表刊物arXiv2023作者团队三星(美国)、佐治亚理工大学关键词ContinualLearing,DiffusionModel,Text-to-Image,LoRA文章结构C-LoRAIntroductionBackgroundC

MaJ,LiF,WangB.U-Mamba:EnhancingLong-rangeDependencyforBiomedicalImageSegmentation[J].arXivpreprintarXiv:2401.04722,2024.【开源】本文对Mamba结构用于图像领域进行了简单的探索，就结构来说没有特别多创新，就是插入了Mamba块，但可以遇见下一个坑的到来。【核心思想】将CNN的局部

论文链接：https://arxiv.org/pdf/2401.06305.pdf论文题目：用于自动驾驶最优间距选择和速度规划的多配置二次规划（MPQP）1摘要本文介绍了用于自动驾驶最优间距选择和速度规划的多配置二次规划（MPQP）。平滑且安全的路径规划对于自动驾驶汽车的成功部署是至关重要的。本文提出了一种用于自动驾驶最优速度规划的数学表示，其在具有实际约束的高保真度的仿真和现实道路演示中得以验证

目录引言整体结构图数据集构造Vary-tiny部分DocumentData数据构造ChartData构造Negativenaturalimage选取Vary-base部分引言论文：Vary:ScalinguptheVisionVocabularyforLargeVision-LanguageModelsPaper|Github|Demo许久不精读论文了，内心一直想找个专门的时间来细细拼读自己感兴趣

DeepFusionLidar-CameraDeepFusionforMulti-Modal3DObjectDetection用于多模态3D物体检测的激光雷达相机深度融合论文网址：DeepFusion论文代码：DeepFusion摘要激光雷达和摄像头是关键传感器，可为自动驾驶中的3D检测提供补充信息。现在流行的多模态方法只是简单地用相机特征装饰原始激光雷达点云，并将它们直接输入到现有的3D检测模型

BuiNT,HoangDH,TranMT,etal.Sam3d:Segmentanythingmodelinvolumetricmedicalimages[J].arXivpreprintarXiv:2309.03493,2023.【开源】本文提出的SAM3D模型是针对三维体积医学图像分割的一种新方法。其核心在于将“分割任何事物”（SAM）模型的预训练编码器与一个轻量级的3D解码器相结合。与传统的

今年一月刚挂上arXiv的一篇联邦推荐文章Federatedcollaborativefilteringforprivacy-preservingpersonalizedrecommendationsystem。摘要作者将一个隐形反馈的CF模型修改成了联邦学习的框架，隐私性用Fed-Avg算法保证。总的来说，没什么创新。问题在保护用户隐私的情况下利用隐性反馈进行推荐框架一个横向联邦的框架，和goo

论文名字ASurveyonNeuralRecommendation:FromCollaborativeFilteringtoContentandContextEnrichedRecommendation来源年份2021.4.27作者LeWuMember,IEEE,XiangnanHeMember,IEEE,XiangWangMember,IEEE,KunZhangMember,IEEE,andMe

智谱AI的核心技术包括认知计算、机器学习、自然语言处理、知识图谱等领域，拥有自主研发的全球首个千亿级全开源可控的大模型平台OpenBERT，以

01╱通义千问╱通义千问是阿里巴巴集团的一个AI大模型，它可以回答各种问题，包括自然语言处理、知识图谱、语义理解等方面的问题。在大模型领域，阿里巴巴早在2019年就推

热门话题1.微服务的测试策略2.Crossplane支持的自定义资源数量突破了Kubernetes的限制3.Salesforce构建可扩展API的旅程4.Uber是怎么改进A/B测试实践的5.图数据库和知识图谱在微财风控系统中的探索和应用

今天我发现了一个超级厉害的写论文解读的agent，能够大大提高论文阅读的效率。

提示工程涉及基于检索增强的方法、基于反馈的策略或提示微调；模型开发则可分为多种方法，包括新的解码策略、基于知识图谱的优化、新增的损失函数

前Google杰出工程师阿米特·辛格博士（AmitSinghal）在介绍知识图谱时是这样讲的：“Theworldisnotmadeofstrings,butismadeofthings.

本文是作者2023年8月底新开的专栏——《文本挖掘和知识发现》，主要结合Python、大数据分析和人工智能分享文本挖掘、知识图谱、知识发现、图书情报等内容。

诗小图提供了关于诗词领域的六大功能：诗人简介，诗人知识图谱，诗词风骚榜，九歌诗词创作，搜诗，搜韵。

ChenQ,ZhangJ,MengR,etal.Modality-SpecificInformationDisentanglementfromMulti-parametricMRIforBreastTumorSegmentationandComputer-aidedDiagnosis[J].IEEETransactionsonMedicalImaging,2024.【开源】【核心思想】设计一个名为

目录0、基本信息1、研究动机2、创新点3、方法论3.1、整体框架及算法流程3.2、Corruption函数的具体实现3.2.1、删除边（RE）3.2.2、特征掩盖（MF）3.3、[编码器](https://blog.csdn.net/qq_44426403/article/details/135443921)的设计3.3.1、直推式学习3.4、损失函数的定义3.5、评估3.6、理论动机3.6.1、