RouteLLM：高效LLM路由框架，可以动态选择优化成本与响应质量的平衡
该论文提出了一个新的框架，用于在强模型和弱模型之间进行查询路由选择。通过学习用户偏好数据，预测强模型获胜的概率，并根据成本阈值来决定使用哪种模型处理查询 。该研究主要应用于大规模语言模型（LLMs）的实际部署中，通过智能路由在保证响应质量的前提下显著降低成本。
MLP多层感知器：AI人工智能神经网络的基石
MLP 是指多层感知器（Multilayer Perceptron），是一种基础人工神经网络模型（ANN，Artificial Neural Network）。MLP 能够将信息逐层重新组合，每层重组的信息经过激活函数的放大或抑制后进入下一层的数据重组，从而实现特征提取和知识获取。
【专利】一种光伏产品缺陷检测AI深度学习算法
本发明公开一种光伏产品缺陷检测AI深度学习算法，涉及AI算法领域。该光伏产品缺陷检测AI深度学习算法，采用深度卷积神经网络作为预训练模型，使用特征金字塔网络结构FPN对预训练模型得到的不同尺度的特征图进行融合，采用区域提议网络RPN在特征图上生成候选框，该光伏产品缺陷检测AI深度学习算法通过使用预训
AI人工智能深度学习算法：在缺陷检测中的应用
AI人工智能深度学习算法：在缺陷检测中的应用1. 背景介绍1.1 缺陷检测的重要性在现代制造业中,产品质量是关键因素之一。缺陷检测是确保产品符合预期质量标准的重要环节。传统的人工检测方法存在效率低下、疲劳造成的错误率高等
人工智能-机器/深度学习---算法
本文讲的主要是深度学习中常见的几种神经网络算法 比如GANs CNN等
【深度学习】AI换脸，EasyPhoto: Your Personal AI Photo Generator【一】
稳定扩散Web UI（Stable Diffusion Web UI，简称SD-WebUI）是一个综合项目，它基于Gradio库为稳定扩散模型提供了一个浏览器界面。本文提出了一款新颖的WebUI插件——EasyPhoto，旨在实现AI人像生成。通过使用5到20张相关图片对特定用户ID的数字替身进行训
使用 PyTorch 创建的多步时间序列预测的 Encoder-Decoder 模型
本文提供了一个用于解决 Kaggle 时间序列预测任务的 encoder-decoder 模型，并介绍了获得前 10% 结果所涉及的步骤。
2024-04-10 问AI: 在深度学习中，Adam优化器是什么？
Adam优化器（Adaptive Moment Estimation）是一种在深度学习中广泛使用的优化算法，用于更新和计算模型中的参数，以便最小化或最大化损失函数。综上所述，Adam优化器以其自适应的特性、高效的内存使用和在多种问题上的优秀表现，成为了深度学习领域中最受欢迎的优化算法之一。在使用Ad
图神经网络版本的Kolmogorov Arnold（KAN）代码实现和效果对比
今天我们就来使用KAN创建一个图神经网络Graph Kolmogorov Arnold(GKAN)，来测试下KAN是否可以在图神经网络方面有所作为。
DeepMind的新论文，长上下文的大语言模型能否取代RAG或者SQL这样的传统技术呢?
关于长上下文大型语言模型是否真正利用其巨大的上下文窗口，以及它们是否真的更优越
AI大模型的训练与优化
高效的训练算法和自动化技术是提高大规模机器学习模型训练效率和性能的关键。通过不断引入新算法、优化现有算法，并利用自动化技术进行超参数优化、模型选择和调试排错，可以进一步提升AI模型训练的效率和质量，推动人工智能技术的发展和应用。
MATLAB 编程语言的 AI 大模型使用案例：利用深度学习模型进行图像分类
在此示例中，使用了 CIFAR-10 数据集，其中包含10个类别的60000个32x32彩色图像。首先加载和预处理数据，然后定义了一个简单的卷积神经网络模型。接下来，定义了训练选项，包括优化器、学习率、最大训练周期数等。然后，使用训练选项训练深度学习模型，并评估其在测试集上的性能。这是一个简单的图像
AI从业者怎么做Science？清华大学AIR周浩：从文本生成到蛋白质设计的跨界探索
自去年 9 月份以来，周浩教授团队一直在进行这项工作，结合原子和氨基酸词汇表，可多尺度的实现蛋白质训练，在蛋白质和小分子联合任务中，ESM-AA 的表现优于单独预训练基座，如 ESM、其他蛋白质预训练或小分子预训练基座。然而，分子的结构很大，又包含大量的冗余信息，如果用过去的方式来建模，从计算机科学
Transformer 能代替图神经网络吗?
今天介绍的这篇论文叫“Understanding Transformer Reasoning Capabilities via Graph Algorithms”
RAG流程优化（微调）的4个基本策略
在本文中，我们将介绍使用私有数据优化检索增强生成(RAG)的四种策略，可以提升生成任务的质量和准确性。通过使用一些优化策略，可以有效提升检索增强生成系统的性能和输出质量，使其在实际应用中能够更好地满足需求。
毕业设计：基于深度学习的动物识别系统 人工智能 算法
毕业设计：基于深度学习的动物识别系统结合了深度学习和计算机视觉技术，实现了对多种动物种类的高效、准确识别。通过构建深度神经网络模型，并利用大量的动物图像数据进行训练和优化，该系统能够自动识别出图像中的动物种类，并给出相应的识别结果。为计算机毕业设计提供了一个创新的方向，该系统为计算机专业、软件工程专
LLaVA-1.6：多模态AI新标准，中文零样本能力与低成本训练革命，性能全面超越Gemini Pro
在与前一版本LLaVA-1.5相比，LLaVA-1.6不仅在视觉细节捕捉、OCR能力和视觉对话方面取得了显著进步，还在多项国际评测中表现优异，全面超越了Gemini Pro等商业模型。特别值得一提的是，LLaVA-1.6展现了出色的中文零样本能力，即使用仅考虑英文多模态数据的模型，在中文多模态场景下
提示工程指南：优化AI交互的艺术与实践【文末送书】
提示工程是一项极具潜力和应用价值的技能，涉及设计、优化和应用提示以获得高质量的AI生成内容。通过系统学习和持续实践，掌握提示工程的技巧和方法，可以在各个领域中更好地利用AI技术，提升工作效率和创造力。未来，随着AI技术的进步，提示工程的应用将更加广泛和深入，成为AI时代不可或缺的一部分。
GPT-4o：人工智能新纪元的开端
例如，对于一个学习编程的学生，GPT-4o可以根据学生的学习进度和兴趣，推荐适合的编程课程和练习题，并提供实时的代码解析和答疑服务，帮助学生更好地掌握编程技能。例如，GPT-4o可以分析当前的市场趋势和投资者的财务状况，推荐适合的股票、基金和其他投资产品，并提供实时的市场分析和风险评估报告，帮助投资
