526互联

extraction end-to-end generation language

Generative AI: Friend or Foe?

Generative AI: Friend or Foe? Introduction Artificial intelligence (AI) is rapidly changing the world around us, and the writing and publishing indust ......
Generative Friend Foe AI or

《ChatBridge: Bridging Modalities with Large Language Model as a Language Catalyst》论文学习

一、Abstract 构建能够感知现实世界多种模态信信号，并解决各种任务的通用模型，是人工智能领域一个吸引人的目标。 在本文中，我们介绍了ChatBridge，这是一个新颖的多模态语言模型，它利用语言的表达能力作为催化剂，来弥合不同模态之间的差距。我们证明，只需要使用双模态的语言配对数据（image ......
Language ChatBridge Modalities Bridging Catalyst

《MiniGPT-4: Enhancing Vision-language Understanding with Advanced Large Language Models》论文学习

一、ABSTRACT 最新的GPT-4展示了非凡的多模态能力，例如直接从手写文本生成网站和识别图像中的幽默元素。这些特性在以往的视觉-语言模型中很少见。然而，GPT-4背后的技术细节仍然未公开。我们认为，GPT-4增强的多模态生成能力源自于复杂的大型语言模型（LLM）的使用。 为了检验这一现象，我们 ......
Vision-language Understanding Enhancing Advanced Language

extract_triton_kernels.py

import sys filename = sys.argv[1] with open(filename, 'r') as f: lines = f.readlines() def extract_info(line): line = line.split() name = line[0].stri ......
extract_triton_kernels extract kernels triton py

【论文阅读笔记】【多模态-Vision-Language Pretraining】 BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation

BLIP ICML 2022 (Spotlight) 读论文思考的问题 论文试图解决什么问题？写作背景是什么？ 问题： 在视觉-语言预训练（VLP）中，如何更加高效地利用充斥着噪声的海量图文对数据，提升预训练效果？ 如何设计模型，使得预训练后的模型在理解（understanding-based）任务 ......
Language Vision-Language 模态 Vision Language-Image

A fast and simple algorithm for training neural probabilistic language models

目录概Noise contrastive estimation Mnih A. and Teh Y. W. A fast and simple algorithm for training neural probabilistic language models. ICML, 2012. 概 NCE ......
probabilistic algorithm language training simple

Recommendation as Instruction Following: A Large Language Model Empowered Recommendation Approach

目录概InstructRecInstruction Generation Zhang J., Xie R., Hou Y., Zhao W. X., Lin L., Wen J. Recommendation as instruction following: a large language mo ......
Recommendation Instruction Following Empowered Approach

GMMSeg: Gaussian Mixture based Generative Semantic Segmentation Models

前置知识：【EM算法深度解析 - CSDN App】http://t.csdnimg.cn/r6TXM Motivation 目前的语义分割通常采用判别式分类器，然而这存在三个问题：这种方式仅仅学习了决策边界，而没有对数据分布进行建模；每个类仅学习一个向量，没有考虑到类内差异；OOD数据效果不好。生 ......
Segmentation Generative Gaussian Semantic Mixture

Class-Incremental Learning with Generative Classifiers(CVPR2021W)

前置知识：VAE（可以参考https://zhuanlan.zhihu.com/p/348498294） Motivation 之前的方法通常使用判别式分类器，对条件分布\(p(y|\textbf{x})\)进行建模（classifier+softmax+ce）。其问题在于分类器会偏向最新学的类别， ......
Class-Incremental Incremental Classifiers Generative Learning

【论文阅读笔记】【多模态-Referring & Grounding】 Grounded Language-Image Pre-training

GLIP CVPR 2022 (Oral, Best Paper Finalist) 读论文思考的问题 论文试图解决什么问题？写作背景是什么？ 问题： 如何将视觉-语言预训练技术应用在以目标检测为代表的 fine-grained image understanding 上面？ 如何在增加训练数据的同 ......
模态 Language-Image Pre-training Referring Grounding

MemGPT中_generate_reply_for_user_message报错TypeError: cannot unpack non-iterable coroutine object

memgpt/autogen/memgpt_agent.py", line 230, in _generate_reply_for_user_message (TypeError: cannot unpack non-iterable coroutine object 解决 将memgpt/auto ......
generate_reply_for_user_message non-iterable TypeError coroutine generate

《REBEL Relation Extraction By End-to-end Language generation》阅读笔记

论文来源 代码地址 相关视频（YouTube） 相关概念： 1.What is natural language understanding (NLU)? Natural language understanding (NLU) is a branch of artificial intellige ......
Extraction End-to-end generation Language Relation

GLIP:Grounded Language-Image Pre-training

Grounded Language-Image Pre-training 目录Grounded Language-Image Pre-training简介摘要Introduction统一的损失函数方法总结参考资料 GLIPv1: Grounded Language-Image Pre-trainin ......
Language-Image Pre-training Grounded Language training

国际化-语言代码表-Language Codes

af Afrikaans 南非语 af-ZA Afrikaans (South Africa) 南非语 af Afrikaans 南非语 af-ZA Afrikaans (South Africa) 南非语 ar Arabic 阿拉伯语 ar-AE Arabic (U.A.E.) 阿拉伯语(阿联酋) ......
Language 语言 代码 国际 Codes

Generative-Contrastive Graph Learning for Recommendation论文阅读笔记

Abstract 首先介绍了一下GCL的一些缺点，GCL是通过数据增强来构造对比视图，然后通过最大化对比视图之间的互信息来提供自监督信号。但是目前的数据增强技术都有着一定的缺点 结构增强随机退出节点或边，容易破坏用户项目的内在本质 特征增强对每个节点施加相同的尺度噪声增强，忽略的节点的独特特征 所以 ......
Generative-Contrastive Recommendation Contrastive Generative Learning

乘风破浪，遇见生成式人工智能(Generative AI)洪流之初学者入门课程，十二章系列By微软云技术布道师团队

课程资源 https://github.com/microsoft/generative-ai-for-beginners 课程学习环境设置 Fork课程仓库到自己的账号 https://github.com/microsoft/generative-ai-for-beginners/fork 点击 ......
乘风破浪 人工智能 洪流 初学者 Generative

什么是 SAP XML annotation language server

来自 SAP 官方的解释： The XML annotation language server accelerates how you work with annotations in the code editor. Context-sensitive code completion displ ......
annotation language server SAP XML

关键字 开发-08 extract提取返回的结果

1. extract提取请求返回结果的返回值 在进行接口自动化的时候，往往需要提取上一个接口返回的值，传递给下一个接口使用。 创建utils/extract.py import json import re import jsonpath import jmespath from utils imp ......
关键字 extract 关键 结果 08

Leveraging Pre-trained Large Language Models to Construct and UtilizeWorld Models for Model-based Task Planning

0 Abstract 将LLM直接作为planner的方法实用性不足的几个原因：plan的正确率有限，严重依赖于feedback（与sim或者真实环境的交互），利用人类feedback的效率低下。 作者在两个IPC域和一个Household域证实了GPT-4可以用来生成高质量的PDDL模型（执行超过 ......
Models UtilizeWorld Pre-trained Model-based Leveraging

Towards Reasoning in Large Language Models A Survey

Reasoning 定义 推理：以逻辑和系统的方式进行思考，利用证据和过往经验来得出结论或作出抉择。 演绎推理Deductive Reasoning 结论来源于前提假设的阳性 前提假设：哺乳动物都有肾脏 前提假设：鲸是哺乳动物 结论：鲸有肾脏 归纳推理Inductive Reasoning 结论来源 ......
Reasoning Language Towards Models Survey

Python——第四章：生成器(generator)

生成器(generator): 生成器的本质就是迭代器 创建生成器的两种方案: 1. 生成器函数 2. 生成器表达式 生成器函数 生成器函数中有一个关键字yield 生成器函数执行的时候, 并不会执行函数, 得到的是生成器. yield: 只要函数中出现了yield. 它就是一个生成器函数 作用: ......
生成器 generator Python

ES6 Generator

Generator Generator 函数是一个状态机，封装了多个内部状态。 执行 Generator 函数会返回一个遍历器对象，返回的遍历器对象可以依次遍历 Generator 函数内部的每一个状态。 函数特征：1. function 关键字与函数名之间有一个星号。2. 函数体内部使用 yiel ......
Generator ES6 ES

Can Pre-Trained Text-to-Image Models Generate Visual Goals for Reinforcement Learning

概述 Learning form the Void (LfVoid) 根据给定的language instruction对observation进行appearance-based and structure-based修改得到goal images，为RL提供奖励信号。提升了example-bas ......
Text-to-Image Reinforcement Pre-Trained Generate Learning

手写generator核心原理

1. generator 的使用 Generator 函数跟普通函数的写法有非常大的区别： 一是，function 关键字与函数名之间有一个星号； 二是，函数体内部使用 yield 语句，定义不同的内部状态（yield 在英语里的意思就是“产出”）。 最简单的 Generator 函数如下： fun ......
generator 原理 核心

generator基础知识

Generator 是 ES6 中新增的语法，和 Promise 一样，都可以用来异步编程。Generator 函数可以说是 Iterator 接口的具体实现方式。Generator 最大的特点就是可以控制函数的执行。 function* 用来声明一个函数是生成器函数，它比普通的函数声明多了一个*， ......
基础知识 generator 基础 知识

office the language DLL 'VBE7INTL.DLL' is not be found

其实是缺少vba，安装组件就可以了 解决方案：在卸载程序的面板中，找到office，右键选择更改，选择添加或删除功能，勾选如下两项就可以了 记得关掉office后再打开就好了 ......
DLL language VBE7INTL office 7INTL

[952] Extract text from a PDF file (PyMuPDF | MuPDF | fitz)

Using PyMuPDF (MuPDF) First, we need to install the PyMuPDF library: pip install pymupdf Then, we can use the following code to extract text from a PD ......
Extract PyMuPDF MuPDF text from

OpenSSL - Generate random string

zzh@ZZHPC:~$ openssl rand -hex 64 273fabd76b8dd62621325e4b04af332dd739702ae553ffc034a4af205faedbfee21202d3808e3640770b682c151aaa8308871533572d60947724 ......
Generate OpenSSL random string

[949] Using re to extract unstructured tables of PDF files

Here is the problem, this unstructured table of a PDF file can not be extrcted as a table directly. We can only extract the whole texts of every page. ......
unstructured extract tables Using files

学习笔记：A Survey on Large Language Model basedAutonomous Agents

挑选了自己感兴趣的部分整理了一下。 目录A Survey on Large Language Model basedAutonomous Agents1 LLM-AA Construction1.1 Architecture Design2 LLM-AA Application3 LLM-AA Ev ......
basedAutonomous Language 笔记 Survey Agents
共351篇  :2/12页 首页上一页2下一页尾页