新闻中心 
-
07-10人人可做提示工程师！Claude上新：一键生成、测试和评估prompt不会写prompt的看过来。在构建AI应用时，prompt质量对结果有着重大影响。但制作高质量的prompt具有挑战性，需要研究者深入了解应用需求，并具备大型语...
-
05-09港大开源图基础大模型OpenGraph: 强泛化能力，前向传播预测全新数据图学习领域的数据饥荒问题，又有能缓解的新花活了！OpenGraph，一个基于图的基础模型，专门用于在多种图数据集上进行零样本预测。港大数据智能实验室的负责人Ch...
-
03-15首次攻克「图基础模型」三大难题！港大开源OpenGraph：零样本学习适配多种下游任图学习（GraphLearning）技术已经被广泛应用于各个领域，包括推荐系统、社交网络分析、引用网络和交通网络等。这种技术能够有效地挖掘和学习复杂的关系数据，...
-
03-14如何把大量物理知识塞给AI？EIT和北大团队提出「规则重要性」概念编辑|ScienceAI深度学习模型由于其可以从海量数据中学习潜在关系的能力而在科学研究领域产生了深远影响。然而，纯粹依赖数据的模型逐渐显露出其局限性，包括对数...
-
02-19普林斯顿DeepMind用数学证明：LLM不是随机鹦鹉！「规模越大能力越强」有理论根据今天故事的主角是两位科学家，SanjeevArora和AnirudhGoyal。Arora来自普林斯顿大学，而Goyal则来自谷歌DeepMind。他们凑到一起...
-
01-22常用方法：衡量新语言模型的困惑度评估新语言模型的方法有多种，其中一些是基于人类专家的评估，而其他一些则基于自动化评估。这些方法各有优缺点。本文将重点介绍基于自动化评估的困惑度方法。困惑度（Pe...
