新闻中心 
-
01-24语言模型中的RLHF技术的起源与应用是什么？RLHF即从人类反馈中强化学习。本文就来介绍大语言模型(LLM)是如何与RLHF结合起来的。RLHF的机制强化学习是机器学习的一个分支，它通过代理与环境交互来学...
-
01-24用TensorFlow和Keras构建深度学习模型TensorFlow和Keras是目前最受欢迎的深度学习框架之一。它们不仅提供了高级API，使得构建和训练深度学习模型变得容易，还提供了多种层和模型类型，方便构...
-
01-23自训练的概念及其与半监督学习的联系自训练是一种半监督分类方法，包括平滑度和聚类假设。因此，它也被称为自标记或决策导向学习。通常，当标记的数据集包含大量关于数据生成过程的信息，并且未标记的样本仅用...
-
01-23LLM大语言模型和检索增强生成LLM大语言模型通常使用Transformer架构进行训练，通过大量文本数据来提高理解和生成自然语言的能力。这些模型在聊天机器人、文本摘要、机器翻译等领域得到广...
-
01-23近似最近邻搜索中的局部敏感哈希的应用局部敏感哈希（LSH）是一种用于近似最近邻搜索的方法，特别适用于高维空间中的数据。在许多实际应用中，例如文本和图像数据，数据点的维度可能非常高。在高维空间中，传...
-
01-23使用支持向量机解决异或分类问题支持向量机是一种常用的分类算法，适用于线性和非线性分类问题。本文将介绍如何利用支持向量机解决异或问题。异或问题是指当输入包含两个二进制变量时，输出为真（1）的条...
