Xu_Lin

摘要： 一、语义表达 1.1词向量如何建模语义信息？稀疏词向量和稠密词向量有什么区别(1)？ 词向量（Word Embedding）通过将自然语言中的词语映射到低维连续向量空间中，从而建模语义信息。其核心思想是：语义相似的词语在向量空间中距离更近，并通过向量间的几何关系（如方向、距离）反映语义关联。以下是词 阅读全文

摘要： 在深度学习领域，我们经常用到嵌入向量、表征和潜空间这些术语，这些概念之间有哪些共性，又有哪些不同呢？ 1-1.假设我们正在训练一个包含五个卷积层和三个全连接层的卷积网络，这个神经网络的设计与AlexNet相似。我们可以将这些全连接层视为多层感知机中的两个隐藏层和一个输出层。在这个神经网络的哪些层上， 阅读全文

摘要： 清理进程 ps aux | grep '/usr/local/python/bin/python3.8' | grep -v grep | awk '{print $2}' | xargs kill -9 阅读全文

摘要： 多模态大语言模型的总结 结构与原理 结构示意图 多模态输入 → 特征提取与对齐 → 语义理解与推理 → 多模态输出生成 MLLM架构组件 模型组件 作用及介绍 模态编码器（Modality Encoder) 将不同模态的输入（如图像、音频、视频）编码为特征表示。常用的视觉编码器包括CLIP ViT、 阅读全文

摘要： Grounding与Embedding：多模态人工智能中的关键概念 在多模态人工智能领域，Grounding和Embedding是两个至关重要的概念。它们在模型中扮演着不同的角色，共同协作以实现对多模态数据的深入理解和处理。 Grounding：语言与视觉的桥接 Grounding，通常指将抽象、符 阅读全文

摘要： 多模态大语言模型的发展与未来展望 目录 引言 历史发展 当前状态 技术架构 应用场景 挑战与限制 未来趋势 结论 参考文献 引言 人工智能领域正经历着前所未有的变革，而多模态大语言模型（Multimodal Large Language Models，MLLMs）作为这一变革的核心驱动力，正在重塑我 阅读全文

摘要： import os from typing import Dict import torch from filelock import FileLock from torch import nn from torch.utils.data import DataLoader from torchvi 阅读全文

摘要： 环境配置 LM-Studio 官网：https://lmstudio.ai/ 修改“镜像源” cd /opt/apps/ai.lmstudio/files/LM_Studio/resources/app/.webpack/main 使用vscode打开进行编辑， ./resources/app/.w 阅读全文

摘要： 官网： https://www.moonbitlang.cn/download/ curl -fsSL https://cli.moonbitlang.cn/install/unix.sh | bash 阅读全文

摘要： 元旦将近，显然又是一年岁末。 同事开始讨论中午吃什么，以及晚上的跨年计划之类的大问题。 我开始努力回想自己的2024，秉承着毕业以来每年写个人总结的习惯， 也因为近年来自己的节奏和生活越来越快，只能在年终的节点停下来回顾下自己的历程。 前言 我打开了自己的相册，下面且慢慢说来。 一些流水账 因为时间 阅读全文

摘要： 大语言模型（Large Language Models，LLM）是一种由包含数百亿以上权重的深度神经网络构建的语言模型，使用自监督学习方法通过大量无标记文本进行训练。自2018年以来，包含Google、OpenAI、Meta、百度、华为等公司和研究机构都纷纷发布了包括BERT、GPT等在内多种模型， 阅读全文

摘要： cloudstudio 在vscode中新建终端，使用nvidia-smi查看显卡与gpu情况，可知当前使用的显卡是T4的，显存有15G 阅读全文

摘要：   ![](https:// 阅读全文

摘要： 在大数据、大模型时代，随着大模型发展，互联网数据渐尽且需大量处理标注，为新模型训练高效合成优质数据成为新兴问题。“天池 Better Synth - 多模态大模型数据合成挑战赛”应运而生，旨在探究合成数据对多模态大模型训练的影响及高效合成方法策略，推动多模态大模型数据合成创新。比赛关注图片理解任务， 阅读全文

摘要： 在大数据、大模型时代，随着大模型发展，互联网数据渐尽且需大量处理标注，为新模型训练高效合成优质数据成为新兴问题。“天池 Better Synth - 多模态大模型数据合成挑战赛”应运而生，旨在探究合成数据对多模态大模型训练的影响及高效合成方法策略，推动多模态大模型数据合成创新。比赛关注图片理解任务， 阅读全文

摘要： 在大数据、大模型时代，随着大模型发展，互联网数据渐尽且需大量处理标注，为新模型训练高效合成优质数据成为新兴问题。“天池 Better Synth - 多模态大模型数据合成挑战赛”应运而生，旨在探究合成数据对多模态大模型训练的影响及高效合成方法策略，推动多模态大模型数据合成创新。比赛关注图片理解任务， 阅读全文

摘要： 这个图表展示了二分类问题中常用的各种评价指标及其计算公式。以下是对每个指标的详细分析和总结： 图表结构分析 总样本数 (Total population)： ( P + N )：总样本数，包括正类样本和负类样本。 实际情况 (Actual Condition)： 正类 (Positive, P)：实 阅读全文

摘要： 目标检测二十年：一项综述 摘要 — 目标检测是计算机视觉中最基本的挑战之一，近年来受到了极大的关注。过去二十年的发展可以视为计算机视觉历史的缩影。如果我们将今天的目标检测视为深度学习技术美学的体现，那么回溯到20年前，我们将见证“冷兵器时代”的智慧。本文广泛回顾了400多篇目标检测论文，涵盖了四分之 阅读全文

摘要： 使用ollama玩转本地大模型 https://ollama.com/download 安装 安装验证 测试 ollama run llama2 ollama run qwen 阅读全文

摘要： mnn build tnn 阅读全文