新闻中心 
-
01-10中国科学院团队创造了一种统一框架，用于提高酶动力学参数的预测准确性编辑|萝卜皮酶动力学参数的预测对于生物技术和工业应用中酶的设计和优化至关重要，然而目前的预测工具在各种任务上的有限性能限制了它们的实际应用。中国科学院的研究人员...
-
01-08机器学习模型性能的十个指标尽管大模型非常强大，但是解决实践的问题也可以不全部依赖于大模型。一个不太确切的类比，解释现实中的物理现象，未必要用到量子力学。有些相对简单的问题，或许一个统计分...
-
01-01TRIBE实现领域适应的鲁棒性，在多真实场景下达到SOTA的AAAII 2025测试时领域适应（Test-TimeAdaptation）的目的是使源域模型适应推理阶段的测试数据，在适应未知的图像损坏领域取得了出色的效果。然而，当前许多方法都...
-
10-09语义分割中的像素级别准确度问题语义分割是计算机视觉领域中一项重要的任务，旨在将图像中的每个像素分配给特定的语义类别。在语义分割中，像素级别的准确度是一个重要的指标，它衡量了模型对于每个像素的...
-
10-09数据集采样策略对模型性能的影响问题数据集采样策略对模型性能的影响问题，需要具体代码示例随着机器学习和深度学习的快速发展，数据集的质量和规模对于模型性能的影响变得越来越重要。在实际应用中，我们往往...
-
10-08文本分类中样本不平衡问题文本分类中样本不平衡问题及解决方法（附代码示例）在文本分类任务中，样本不平衡是一个常见的问题。所谓样本不平衡，即不同类别的样本数量存在明显的差异，导致模型对于少...
