新闻中心 
-
01-23池化与扁平化在卷积神经网络中的定义在卷积神经网络(CNN)中，池化和扁平化是非常重要的两个概念。池化概念池化操作是CNN网络中常用的操作，用于缩小特征图维度，减少计算量和参数数量，还能防止过拟合...
-
01-22利用向量嵌入和知识图，提升LLM模型的精确度语言模型在自然语言处理领域扮演着关键的角色，有助于理解和生成自然语言文本。然而，传统的语言模型存在一些问题，如无法处理复杂的长句、缺乏上下文信息和知识理解的局限...
-
01-22轮询和填充在卷积神经网络中的应用卷积神经网络（CNN）是一种深度学习神经网络，被广泛应用于图像识别、自然语言处理、语音识别等领域。卷积层是CNN中最重要的一层，通过卷积操作可以有效地提取图像特...
-
01-22AI视频生成框架测试竞争：Pika、Gen-2、ModelScope、SEINE，谁能胜出？AI视频生成，是最近最热门的领域之一。各个高校实验室、互联网巨头AILab、创业公司纷纷加入了AI视频生成的赛道。Pika、Gen-2、Show-1、Video...
-
01-13因果纠偏方法在蚂蚁营销推荐场景中的应用一、因果纠偏的背景1、偏差的产生在推荐系统中，通过收集数据来训练推荐模型，以向用户推荐合适的物品。当用户与推荐的物品互动时，收集的数据又会用于进一步训练模型，形...
-
01-10超越SOTA的MapEX：令人惊叹的性能提升和无图感知技术写在前面&笔者的个人理解看完这篇文章，会有一种无图感知到头了的错觉？？？刚刚出炉的MapEX，迫不及待的吸取了一波文章精华，顺便分享给大家。MapEX的...
