nlp论文阅读

Gemini技术报告解读：从Google多模态大模型看后续大模型应该具备哪些能力

来自：NLPPaperWeekly快来！NLP论文投稿、LLM交流、论文直播群前段时间Google推出Gemini多模态大模型，展示了不凡的对话能力和多模态能力，其表现究竟如何呢？
zenRRan·2024-02-20 13:00

HanLP实战教程：离线本地版分词与命名实体识别

HanLP是一个功能强大的自然语言处理库，提供了多种语言的分词、命名实体识别等功能。然而，网上关于HanLP的说明往往比较混乱，很多教程都是针对很多年前的API用法。
Tim_Van·2024-02-20 13:58

Prompt Engineering 提示工程教程详情

PromptEngineering（提示工程）是一种在自然语言处理（NLP）领域越来越受欢迎的技术。
沐知全栈开发·2024-02-20 11:33

Prompt Engineering 高级提示工程技巧

PromptEngineering（提示工程）是一种在自然语言处理（NLP）领域越来越受欢迎的技术。
沐知全栈开发·2024-02-20 11:33

Nlp第二节

下午危娜老师给许桂华做了一个个案，桂花在描述她童年遭遇的时候泣不成声，我当时也泪流满面，因为我的童年和桂花太像了，只不过我从来没有勇气站出来表达。我的父亲是一个性格暴躁的人，稍有不慎就对我拳打脚踢，我的童年一直生活在恐惧之中，时时担心被打、被骂。桂花说她从来不敢看母亲的眼睛，而我也是，我对父亲一直心怀恐惧，充满怨恨。可是我想说，过去已经过去了，我们早已长大。我们需要面对，需要对自己的人生负责，再说
六六_9e47·2024-02-20 11:50

pyhanlp最全安装和使用教程

文章目录pyhanlp介绍pyhanlp安装分词关键词提取文本摘要依存句法分析短语提取NER中国人名识别音译名识别简繁转换拼音转换pyhanlp可视化pyhanlp介绍HanLP是一个由中国开发者何晗(
Cachel wood·2024-02-20 10:02

OLMO：Accelerating the Science of Language Models

加速语言模型科学摘要1引言2OLMO框架3训练OLMO4结果5已发布的工作6许可7结论和未来工作摘要语言模型（LMs）已经在NLP研究和商业产品中无处不在。
UnknownBody·2024-02-20 08:41

从代码的层面掌握LLM的路线

从第二个项目来掌握对训练数据的使用方法及transformer的decoder的细节；从第三个项目来理解LLM的整个过程；1，Transformertutorial阶段的教程https://github.com/wmathor/nlp-tutorial
Eloudy·2024-02-20 08:41

【论文阅读笔记】（2015 ICML）Unsupervised Learning of Video Representations using LSTMs

UnsupervisedLearningofVideoRepresentationsusingLSTMs（2015ICML）NitishSrivastava,ElmanMansimov,RuslanSalakhutdinovNotesContributionsOurmodelusesanencoderLSTMtomapaninputsequenceintoafixedlengthrepresent
小吴同学真棒·2024-02-20 08:26

AI手机是什么原理

自然语言处理（NLP）：AI手机使用NLP技术来理解和生成人类语言，使得用户可以通过语音命令与
小黄人软件·2024-02-20 08:04

论文阅读-Hydra: 用于持久内存和RDMA网络的分散文件系统

论文名称：Hydra:ADecentralizedFileSystemforPersistentMemoryandRDMANetworks摘要新兴的字址持久内存（PM）有可能颠覆内存和存储之间的边界。结合高速RDMA网络，分布式基于PM的存储系统提供了通过紧密耦合PM和RDMA特性来实现存储性能大幅提升的机会。然而，现有的分布式文件系统采用为传统磁盘设计的传统集中式客户端-服务器架构，导致访问延迟
向来痴_·2024-02-20 07:26

TRS 2024 论文阅读 | 基于点云处理和点Transformer网络的人体活动连续识别

注1:本文系“无线感知论文速递”系列之一,致力于简洁清晰完整地介绍、解读无线感知领域最新的顶会/顶刊论文(包括但不限于Nature/Science及其子刊;MobiCom,Sigcom,MobiSys,NSDI,SenSys,Ubicomp;JSAC,雷达学报等)。本次介绍的论文是:文章DOI:10.1109/TRS.2023.3341230。基于点云处理和点Transformer网络的人体活动连
R.X. NLOS·2024-02-20 07:21

使用动态网格的流体动画 Fluid Animation with Dynamic Meshes 论文阅读笔记

目录引言背景方法离散化离散化的导数算子速度插值广义的半拉格朗日步重新网格化双向流固耦合和质量守恒原文：Klingner,BryanM.,etal.“Fluidanimationwithdynamicmeshes.”ACMSIGGRAPH2006Papers.2006.820-825.引言使用[Alliezetal.,2005]的方法动态生成不规则的四面体网格根据边界的位置、边界的形状、基于流体和速
hijackedbycsdn·2024-02-20 07:47

论文阅读-基于动态权重的一致性哈希微服务负载均衡优化

论文名称：基于动态权重的一致性哈希微服务负载均衡优化摘要随着互联网技术的发展，互联网服务器集群的负载能力正面临前所未有的挑战。在这样的背景下，实现合理的负载均衡策略变得尤为重要。为了达到最佳的效率，可以利用一致性哈希算法对集群负载均衡系统进行负载分配。针对微服务架构的服务器集群场景，本文分析了集群负载均衡的特性，并提出了一种基于虚拟节点的一致性哈希环设计与分割方法，以及基于动态权值的分配策略。在一
向来痴_·2024-02-20 07:46

论文阅读 - Non-Local Spatial Propagation Network for Depth Completion

文章目录1概述2模型说明2.1局部SPN2.2非局部SPN2.3结合置信度的亲和力学习2.3.1传统正则化2.3.2置信度引导的affinity正则化3效果3.1NYUDepthV23.2KITTIDepthCompletion参考资料1概述本文提出了一种非局部的空间传播网络用于深度图补全，简称为NLSPN。（1）为什么需要深度图补全？在AR、无人机控制、自动驾驶和运动规划等应用当中，需要知道物体
七元权·2024-02-20 07:46

【论文阅读笔记】AutoAugment:Learning Augmentation Strategies from Data

AutoAugment:LearningAugmentationStrategiesfromData摘要研究方法:本文描述了一种名为AutoAugment的简单程序，通过这个程序可以自动寻找改进的数据增强策略。研究设计了一个策略空间，其中策略包含多个子策略，在每个小批量数据中针对每张图片随机选择一个子策略。每个子策略由两个操作组成，每个操作是图像处理函数（如平移、旋转或剪切），以及应用这些函数的概
少写代码少看论文多多睡觉·2024-02-20 07:15

利用PaddleNLP进行文本数据脱敏

因此尝试使用了paddlenlp中的taskflow进行处理。主要思路就是利用ner
weixin_37763484·2024-02-20 07:29

『论文阅读|利用深度学习在热图像中实现无人机目标检测』

利用深度学习在热图像中实现无人机目标检测摘要1引言1.1小物体检测1.2物体检测中的模型组合1.3热图像处理2提出的模型2.1预测头数量2.2骨干网络优化2.3Transformerencoder模块2.4使用滑动窗口和注意力进行卷积2.5训练和运行过程3结果3.1数据集3.2评估指标和平台3.3评估结果4结论论文题目：ObjectDetectioninThermalImagesUsingDeep
Dymc·2024-02-20 06:42

『论文阅读|研究用于视障人士户外障碍物检测的 YOLO 模型』

研究用于视障人士户外障碍物检测的YOLO模型摘要1引言2相关工作2.1障碍物检测的相关工作2.2物体检测和其他基于CNN的模型3问题的提出4方法4.1YOLO4.2YOLOv54.3YOLOv64.4YOLOv74.5YOLOv84.6YOLO-NAS5实验和结果5.1数据集和预处理5.2训练和实现细节5.3性能指标5.4性能分析5.4.1YOLOv5的结果5.4.2YOLOv6的结果5.4.3Y
Dymc·2024-02-20 06:08

机器学习入门--门控循环单元(GRU)原理与实践

GRU模型随着深度学习领域的快速发展，循环神经网络（RNN）已成为自然语言处理（NLP）等领域中常用的模型之一。但是，在RNN中，如果时间步数较大，会导致梯度消失或爆炸的问题，这影响了模型的训练效果。
Dr.Cup·2024-02-20 05:43

2021-02-02 NLP心理实操作线上课 day2（3讲）

#人生脚本【学习内容】：第三讲：人生脚本1、怎样理解脚本？心智策略更倾向是一个动词，是一个行动；而脚本是探索，探索我们因何会有这样的策略。2、探索：（1）用一张纸写下一些词语，来形容小时候爸爸和妈妈是怎样对待我们的。（2）保留这些词语，分别改写：A.现在，我是这样对待我的爱人与孩子B.现在，我是这样对待我自己影响：通常父母对待我们自己的方式就是现在自己对待亲近的人和自己的人生脚本。（3）看看手里的
海洋7606·2024-02-20 04:01

自然语言处理 NLP

综述自然语言处理概述自然语言处理（NLP）是为了让计算机理解自然语言。
lifallen·2024-02-20 00:16

草图三维模型生成论文阅读整理

论文终于接收啦！给草图研究做个收尾就去投实习！仅为个人整理，如有错误，欢迎指出！因为想给论文找创新点，所以需要大量阅读论文，部分论文会精读到实现的步骤，部分论文就记录一下思路。目前基于大模型和深度学习的三维重建任务可以简单分类为text23D，也就是文本控制转三维模型，一般使用语言模型提取文本的特征，然后去噪概率扩散模型生成多视角图像，最后再用NeRF进行三维重建，例如Dreamfusion、Ma
fisherisfish·2024-02-19 22:05

清华AutoGPT：掀起AI新浪潮，与GPT4.0一较高下

引言：随着人工智能技术的飞速发展，自然语言处理（NLP）领域迎来了一个又一个突破。最近，清华大学研发的AutoGPT成为了业界的焦点。这款AI模型以其出色的性能，展现了中国在AI领域的强大实力。
GT开发算法工程师·2024-02-19 22:51

自然语言处理入门：使用Python和NLTK进行文本预处理

文章标题：自然语言处理入门：使用Python和NLTK进行文本预处理简介自然语言处理（NLP）是人工智能领域的一个重要分支，它致力于使计算机能够理解、分析和生成人类语言。
Evaporator Core·2024-02-19 19:29

NLP-词袋模型

词袋模型是自然语言处理中常用的一种文本表示方法，用于将文本转换为数值型向量，以便于计算机进行处理和分析。在词袋模型中，文本被看作是一个由词语组成的集合，而每个词语都是独立的，不考虑它们在文本中的顺序和语境关系。因此，词袋模型将文本表示为一个固定长度的向量，其中每个维度对应一个词语，该维度的值表示该词语在文本中出现的频次或者其他统计量。具体来说，词袋模型包括以下步骤：分词：将文本按照一定的规则或算法
草明·2024-02-19 19:58

NLP_自然语言处理项目(2)：seq2seq_attention_机器翻译（基于PyTorch）

1、seq2seq_attention_机器翻译seq2seq_attention是一种基于神经网络的机器翻译模型，它通过编码器和解码器两个部分实现翻译功能。编码器将源语言句子转换为一个固定长度的向量表示，解码器则将这个向量作为输入，生成目标语言句子的翻译结果。在seq2seq_attention中，编码器和解码器都是由循环神经网络（RNN）组成的。编码器将源语言句子中的每个单词依次输入RNN，每
@硬train一发·2024-02-19 18:56

如何使用 MongoDB 构建采用 AI 技术的应用程序

这可以包括机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等。确定您需要收集和处理的数据类型以及这些数据如何支持AI模型。设计数据模型：根据AI模型的需求设计MongoDB的数据模型。
数字化信息化智能化解决方案·2024-02-19 16:03

深度学习的应用实例

自然语言处理（NLP）情感分析：深度学习模型如循环神经网络（RNN）和Transformer等已被广泛用于情感分析任务，例如识别文本中的情感倾向或情感类别。
数字化信息化智能化解决方案·2024-02-19 16:27

今日arXiv最热NLP大模型论文：上海AI Lab联合清华发布十项全能数学大模型InternLM-Math

数学推理能力是大语言模型（LLMs）抽象推理能力的一个重要体现。近年来，随着深度学习技术的不断进步，LLMs在数学推理任务上取得了显著的进展。从小学级别到高中级别的数学问题，通过链式推理（chain-of-thoughtreasoning）或程序式推理（program-of-thoughtreasoning），LLMs展现出了解决数学问题的潜力。这些模型的构建需要在数学语料上进行预训练，并在数学问
夕小瑶·2024-02-19 16:56

今日Arxiv最热大模型论文：大语言模型真的理解上下文了吗？新研究揭示惊人发现

探索大型语言模型的上下文理解能力在自然语言处理（NaturalLanguageProcessing,NLP）领域，理解上下文是把握人类语言的关键。
夕小瑶·2024-02-19 16:55

上海NLP执行师课程（第四天）学习收获

今天是学习的第四天了。每天都有很多收获，今天也不例外。上午应老师讲的信念形成的三个阶段，对我很有触动。0一7岁是印记期，这个阶段的孩子全然开放，对外来的信息全然接受。基于这一点家长和幼儿园的老师对孩子的教育就有太多的地方值得反思。8一13岁是模伤期，14一21岁是社交期。通过应老师的讲解，我知道了在这三个阶段教育孩子的方法和注意事项。更懂得了作为中学教师要怎样去理解孩子和对待孩子。下午，危娜老师带
那兰提花1·2024-02-19 16:39

神经网络算法 —— Embedding（嵌入）！！

文章目录前言1、Embedding的本质（1）机器学习中的Embedding（2）NLP中的Embedding2、Embedding的原理（1）ImageEmbedding（图像嵌入）（2）WordEmbedding
JOYCE_Leo16·2024-02-19 15:15

NLP课程学习017

今天2021年4月27日【学习内容】42，舒缓情绪的技巧43，保险箱技术【我的收获】情绪是我们的本能，也是能量。1.舒缓情绪的技巧：觉察-舒缓-表达-转化-运用。舒缓情绪的方法：深呼吸（我们忘了呼吸就会失去智慧）；混合法（集中注意力）；生理平衡法（放松，抚平情绪）运用身体的能量，用身体接触，调和身体能量，让情绪平和下来，多做一些身体能量，多拥抱自己。【我可以这样用】在孩子哭闹时我们经常会产生情绪，
贝字旁的赚·2024-02-19 14:53

【自然语言处理】:实验4布置，预训练语言模型实现与应用

清华大学驭风计划因为篇幅原因实验答案分开上传，自然语言处理专栏持续更新中，期待的小伙伴敬请关注有任何疑问或者问题，也欢迎私信博主，大家可以相互讨论交流哟~~案例简介2018年，Google提出了预训练语言模型BERT，该模型在各种NLP
X.AI666·2024-02-19 13:38

论文阅读-PIM-tree：一种面向内存处理的抗偏移索引

论文名称：PIM-tree:ASkew-resistantIndexforProcessing-in-Memory摘要当今的内存索引性能受到内存延迟/带宽瓶颈的限制。Processing-in-memory(PIM)是一种新兴的方法，可能通过实现低延迟内存访问，其聚合内存带宽随PIM节点数量扩展，来缓解这种瓶颈。然而，在工作负载偏斜的情况下，PIM系统在最小化节点间通信和实现负载平衡之间存在固有的
向来痴_·2024-02-19 13:45

【论文阅读笔记】Contrastive Learning with Stronger Augmentations

ContrastiveLearningwithStrongerAugmentations摘要基于提供的摘要，该论文的核心焦点是在对比学习领域提出的一个新框架——利用强数据增强的对比学习（ContrastiveLearningwithStrongerAugmentations，简称CLSA）。以下是对摘要的解析：问题陈述：表征学习（representationlearning）已在对比学习方法的推动
少写代码少看论文多多睡觉·2024-02-19 13:11

使用八叉树模拟水和烟雾 Simulating Water and Smoke with an Octree Data Structure 论文阅读笔记

原文：Losasso,Frank,FrédéricGibou,andRonFedkiw.“Simulatingwaterandsmokewithanoctreedatastructure.”Acmsiggraph2004papers.2004.457-462.引言这篇文章扩展了[Popinet2003]的工作，拓展到表面自由流，并且使得八叉树不受限制自适应网格划分的一个缺点是，它的模板不是均匀的，
hijackedbycsdn·2024-02-19 13:08

PointMixer论文阅读笔记

MLP-mixer是最近很流行的一种网络结构，比起Transformer和CNN的节构笨重，MLP-mixer不仅节构简单，而且在图像识别方面表现优异。但是MLP-mixer在点云识别方面表现欠佳，PointMixer就是在保留了MLP-mixer优点的同时，还可以很好的处理点云问题。PointMixer可以很好的处理intra-set,inter-set,hierarchical-set的点云。
ZHANG8023ZHEN·2024-02-19 13:35

MTR++论文阅读

https://zhuanlan.zhihu.com/p/654070149文章亮点：DenseFuturePredictionforAllAgent：将预测的结果也encode起来，用于平衡障碍物之间的预测结果。不过在infer的时候这一部分不会进行用数据集聚类获得query轨迹点（goal点）：将goal点也进行Transformer，并且让上一帧模型的结果用于下一帧的模型推理，可以使模型的推
ZHANG8023ZHEN·2024-02-19 13:35

论文阅读-EMS: History-Driven Mutation for Coverage-based Fuzzing（2022）模糊测试

一、背景本文研究了基于覆盖率的模糊测试中的历史驱动变异技术。之前的研究主要采用自适应变异策略或集成约束求解技术来探索触发独特路径和崩溃的测试用例，但它们缺乏对模糊测试历史的细粒度重用，即它们在不同的模糊测试试验之间很大程度上未能正确利用模糊测试历史。本文提出了一种轻量级且高效的概率字节定向模型（PBOM），以捕获来自试验历史的字节级变异策略，并因此有效地触发独特路径和崩溃。本文还提出了一种新的历史
Che_Che_·2024-02-19 13:34

NLP_GPT生成式自回归模型

文章目录介绍完整代码小结介绍自回归(Autoregressive)是自然语言处理模型的一种训练方法，其核心思想是基于已有的序列(词或字符)来预测下一个元素。在GPT中，这意味着模型会根据给定的上文来生成下一个词，如图所示。在GPT模型的训练和推理这两个相互独立的过程中，“自回归”的含义是不同的。训练过程中的“自回归”:在训练阶段，GPT通过大量文本数据进行学习。模型会接收一个词序列作为输入，然后预
you_are_my_sunshine*·2024-02-19 12:32

关于VIT（Vision Transformer）的架构记录

这种刻意简化的设置的一个优势是，可扩展的NLPTransformer架构及其高效的实现几乎可以即插即用。图：模型概述。
一条小小yu·2024-02-19 12:53

NLP_BERT与GPT争锋

文章目录介绍小结介绍在开始训练GPT之前，我们先比较一下BERT和GPT这两种基于Transformer的预训练模型结构，找出它们的异同。Transformer架构被提出后不久，一大批基于这个架构的预训练模型就如雨后春笋般地出现了。其中最重要、影响最深远的两个预训练模型当然就是GPT和BERT这两个模型。在ChatGPT震惊世界之前，在自然语言处理领域影响最大的预训练模型是BERT，很多科研工作都
you_are_my_sunshine*·2024-02-19 12:13

动态头部:统一目标检测头部与注意力

论文地址:https://arxiv.org/pdf/2106.08322.pdfai阅读论文_论文速读_论文阅读软件-网易有道速读创新点是什么?
andeyeluguo·2024-02-19 10:23

如何使用Python进行自然语言处理

自然语言处理（NLP）是人工智能领域中一个非常重要的技术，它涉及到计算机对人类语言的理解和处理。
程序员～小强·2024-02-15 10:57

论文阅读-面向机器学习的云工作负载预测模型的性能分析

论文名称：PerformanceAnalysisofMachineLearningCenteredWorkloadPredictionModelsforCloud摘要由于异构服务类型和动态工作负载的高变异性和维度，资源使用的精确估计是一个复杂而具有挑战性的问题。在过去几年中，资源使用和流量的预测已受到研究界的广泛关注。许多基于机器学习的工作负载预测模型通过利用其计算能力和学习能力得以发展。本文提出
向来痴_·2024-02-15 10:20

Day276 父母是孩子最好的催眠师

【温柔能量妈】NLP三阶第一天学习，潜意识是宝藏，里面有无穷的潜能未激发。潜意识有什么，我们的世界有什么，潜意识不分辨正面负面语言，它是照单全收。
李春华_7db6·2024-02-15 10:35

NLP_ChatGPT的RLHF实战

文章目录介绍小结介绍ChatGPT之所以成为ChatGPT，基于人类反馈的强化学习是其中重要的一环。而ChatGPT的训练工程称得上是复杂而又神秘的，迄今为止，OpenAl也没有开源它的训练及调优的细节。从OpenAl已经公开的一部分信息推知，ChatGPT的训练主要由三个步骤组成，如下图所示。原文：译文：第1步，先使用大量数据(从Prompt数据库中抽样)通过监督学习在预训练的GPT-3.5基础
you_are_my_sunshine*·2024-02-15 09:41

NLP快速入门

NLP入门课程链接：https://www.bilibili.com/video/BV17K4y1W7yb/?
Knoka705·2024-02-15 09:10
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他