新闻中心 
-
01-24介绍集成方法在机器学习中的概念集成方法是一种机器学习算法，通过结合多个模型来提高预测的准确性。常见的应用包括天气预报、医学诊断和股市预测。使用集成方法有很多好处，如提高准确性和降低过拟合的风...
-
01-24地平线发布开源的Sparse4D算法，推动向端到端自动驾驶迈进一步1月22日，地平线将纯视觉自动驾驶算法——Sparse4D系列算法开源，推动行业更多开发者共同参与到端到端自动驾驶、稀疏感知等前沿技术方向的探索中。目前，Spa...
-
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...
-
01-24Conformer模型的构建和特性Conformer是一种基于自注意力机制的序列模型，它在语音识别、语言建模、机器翻译等任务中取得了出色的表现。与Transformer模型相似，Conforme...
-
01-23识别多元回归模型中关键参数的方法多元回归是一种扩展了线性回归模型的方法，用于预测具有多个自变量的系统。它可以创建一个包含单个因变量和多个自变量的回归模型。在多元回归模型中，参数对结果的影响至关...
-
01-23谷歌新方法ASPIRE：赋予LLM自我评分能力，有效解决「幻觉」问题，超越10倍体积模型大模型的「幻觉」问题马上要有解了？威斯康星麦迪逊大学和谷歌的研究人员最近推出ASPIRE系统，使大模型能够自评输出。如果用户看到模型的生成的结果评分不高，就能意...
