新闻中心 
-
01-22Seq2Seq模型在机器学习中的应用seq2seq是一种用于NLP任务的机器学习模型，它接受一系列输入项目，并生成一系列输出项目。最初由Google引入，主要用于机器翻译任务。这个模型在机器翻译领...
-
01-22如何处理非独立同分布数据及常用方法非独立同分布是指数据集中的样本之间不满足独立同分布条件。这意味着样本不是从同一分布中独立采样得到的。这种情况可能对某些机器学习算法的性能产生负面影响，特别是在分...
-
01-22处理机器学习任务中噪声标签的影响和方法机器学习是一种数据驱动的方法，旨在通过学习样本数据来构建模型，并对未知数据进行预测。然而，现实世界中的样本数据可能存在错误的标签，这被称为“噪声标签”。噪声标签...
-
01-22视觉词袋用于对象识别随着计算机视觉领域的不断发展，人们对于对象识别的研究也越来越深入。其中，视觉词袋（BoW）是常用的对象识别方法。本文将介绍视觉词袋方法的原理、优缺点，并举例说明...
-
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...
-
01-18谷歌数学AI在Nature发表文章：证明超越1978年吴文俊法定理，展示世界级几何水平谷歌DeepMind再发Nature，Alpha系列AI重磅回归，数学水平突飞猛进。AlphaGeometry，无需人类演示达到IMO金牌选手的几何水平。有当年...
