让大模型轻装上阵：LoftQ 量化框架助力高效推理
大型语言模型 (LLM) 在自然语言处理领域取…
大型语言模型的自我反思：SELF-RAG 如何提升准确性和可控性
大型语言模型 （LLMs） 在各种任务中表现出…
人工智能模型的 「柏拉图式」 表征：现实的影子，还是理想的真相？
近年来，人工智能领域取得了突破性的进展…
K-Means 聚类：一种高效且精准的新方法
K-Means 聚类是机器学习中广泛应用的一种…
InfoBatch: 用无偏动态数据剪枝加速训练，实现无损性能提升
数据为王：深度部分标签学习中的候选标签集剪枝
近年来，深度学习技术在各个领域取得了巨…
从长视频中学习多粒度对应关系：Norton 的噪声鲁棒时间最优传输
近年来，视频语言预训练 （VLP） 成为视频理…
告别数据孤岛：用扩散模型合成混合类型表格数据
在当今数据驱动的时代，表格数据无处不在…
让语言模型更懂你的喜好：Softmax Direct Preference Optimization 在推荐系统中的应用
推荐系统旨在根据用户的偏好数据预测个性…
理解越狱成功：大型语言模型中潜在空间动态的研究
在大规模生成式 AI 模型 （Large Language Mo…
Understanding Jailbreak Success: A Study of Latent Space Dynamics in Large Language Models - A Summary
This research paper delves into the mec…
人工智能模型的组合学习：理论与实践调查
近年来，人工智能领域取得了长足进步，但…