首页 文章 精选 留言 我的

精选列表

搜索[多智能体],共10000篇文章
优秀的个人博客,低调大师

中国人工智能学会通讯——自然语言处理的十个发展趋势 趋势 2: 学习模式——从浅层学习到深度学习

趋势 2: 学习模式——从浅层学习到深度学习 浅层到深层的学习模式中,浅层是分步骤走,可能每一步都用了深度学习的方法,实际上各个步骤是串接起来的。直接的深度学习是一步到位的端到端,在这个过程中,我们确实可以看到一些人为贡献的知识,包括该分几层、每层的表示形式、一些规则等,但我们所谓的知识在深度学习里所占的比重确实减小了,主要体现在对深度学习网络结构的调整。

优秀的个人博客,低调大师

中国人工智能学会通讯——自然语言处理的十个发展趋势 趋势 4: 语言知识——从人工构建到自动构建

趋势 4: 语言知识——从人工构建到自动构建 AlphaGo告诉我们,没有围棋高手介入它的开发过程,到AlphaGo最后的版本,它已经不怎么需要看棋谱了。所以AlphaGo在学习和使用过程中都有可能会超出人的想像,因为它并不是简单地跟人学习。 美国有一家文艺复兴公司,它做金融领域的预测,但是这个公司不招金融领域的人,只是招计算机、物理、数学领域的人。这就给了我们一个启发,计算机不是跟人的顶级高手学,而是用自己已有的算法,去直接解决问题。 然而在自然语言处理领域,还是要有大量的显性知识的,但是构造知识的方式也在产生变化。比如,现在我们开始用自动的方法,自动地去发现词汇与词汇之间的关系,像毛细血管一样渗透到各个方面。

优秀的个人博客,低调大师

DINOv3+MobileCLIP2高效协同,LiZAD轻量级零样本异常检测赋能工业智能制造,推理实测30ms以内,内存仅1.01 GB

摘要:在现代高通量工业生产线上,产品配置和视觉特征频繁变化,因此为每个新场景收集和标注数据变得不切实际。这种动态环境使得零样本异常检测特别适用,因为它能够在无需对特定目标样本进行训练的情况下实现缺陷检测。尽管近期的ZSAD方法显示出有前景的结果,但它们计算密集,不适合部署在资源受限的设备上。我们提出了LiZAD:一个专为边缘设备实时ZSAD设计的轻量级框架。所提出的方法将DINOv3密集且具有空间感知能力的视觉特征(对于精确的像素级定位至关重要)与MobileCLIP2的高计算效率文本嵌入相结合。这些特征随后通过低内存可训练的投影头映射到一个共享的潜在空间。与六个最先进的ZSAD模型相比,LiZAD实现了平均内存减少61.5%,参数减少74.6%,以及延迟加速3.02倍。尽管计算和内存成本大幅降低,我们的方法仍保持了有竞争力的异常检测性能,在VisA、BTAD、MPDD和MVTec-AD数据集上,相对于最佳最先进模型,平均P-AUROC仅下降了6.4%。最后,它已成功部署在NVIDIA Jetson NX和Jetson AGX边缘设备上,并在维罗纳大学工业计算机工程实验室的真实生产线上进行了测试。

优秀的个人博客,低调大师

中国人工智能学会通讯——自然语言处理的十个发展趋势 趋势 1: 语义表示——从符号表示到分布表示

趋势 1: 语义表示——从符号表示到分布表示 自然语言处理一直以来都是比较抽象的,都是直接用词汇和符号来表达概念。但是使用符号存在一个问题,比如两个词,它们的词性相近但词形不匹配,计算机内部就会认为它们是两个词。举个例子,荷兰和苏格兰这两个国家名,如果我们在一个语义的空间里,用词汇与词汇组合的方法,把它表示为连续、低维、稠密的向量,就可以计算不同层次的语言单元之间的相似度。这种方法同时也可以被神经网络直接使用,是这个领域的一个重要的变化。 从词汇间的组合,到短语、句子,一直到篇章,现在有很多人在做这个事,这和以前的思路是完全不一样的。 有了这种方法之后,再用深度学习,就带来了一个很大的转变。原来我们认为自然语言处理要分成几个层次,但是就句法分析来说,它是人为定义的层次,那它是不是一定必要的?这里应该打一个问号。 实际工作中,我们面临着一个课题——信息抽取。我之前和一个单位合作,初衷是做句法分析,然后他们在我的基础上做信息抽取,相互配合,后来他们发表了一篇论文,与初衷是相悖的,它证明了没有句法分析,也可以直接做端到端的直接的实体关系抽取, 这很震撼,不是说现在句法分析没用了,而是我们认为句法分析是人为定义的层次,在端到端的数据量非常充分,可以直接进行信息抽取时,不用句法分析,也能达到类似的效果。当端到端的数据不充分时,才需要人为划分层次。

优秀的个人博客,低调大师

行驶证识别技术,不只是简单的图片转文字,而是一套计算机视觉 + 自然语言处理 协同工作的完整智能系统

一张小小的行驶证,相当于汽车的“身份证”,车牌、车主信息、VIN 车辆码、发动机号、年检有效期、使用性质等几十项关键信息全部记录其上。过去办理车险、二手车交易、车辆抵押、车队登记,都要人工对着证件一字一字录入,不仅慢,手敲错数字、看错字母的情况时常发生。

资源下载

更多资源
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册