【前沿技术】文心一言 PK Chat Gpt
综上所述，文心一言和ChatGPT都是值得关注和研究的语言模型，它们在语言表达、适用场景和应用能力等方面都有自己的优缺点。在选择语言模型时，需要根据实际应用场。
GPT-4 介绍
本文根据openAI的2023年3月的《GPT-4 Technical Report 》翻译总结的。原文确实没有GPT-4 具体的模型结构，openAI向盈利组织、非公开方向发展了。也没透露硬件、训练成本、训练数据、训练方法等。不过也透露了一些思想，比如提出了根据模型小的时候，预测模型大的时候的表现
关系抽取（三）实体关系联合抽取：CasRel
实体关系抽取
【NLP文本分类算法集锦】零基础入门经典文本分类项目实战（附代码+数据集）
本专栏整理了《NLP文本分类算法集锦》，内包含了各种常见的中英文文本分类算法，以及常见的NLP任务：情感分析、新闻分类以及谣言检测等。
自然语言处理nlp：SnowNLP自主训练情感分析模型
分别提取100条正负样本用于验证，首先用初始的SnowNLP进行情感分析。，该数据集已标注好每条评论的正负情感属性值，共119989条评论。可以看到有些评论出现分类错误的情况，e.g.，将sentiment情感分析的路径作为更改。初始分类结果图，对正面评论的分类效果较差。snownlp中支持情感分析
数据推荐 | 手势识别训练数据集
多样化，有按键、语音等，也由于整个疫情的大环境下，一种更方便更卫生更符合人们的非接触式交互方式—手势识别正大步发展，极富图像化和具备行动性的手势操作将会与人们的生活息息相关。该数据集采集通用静态手势数据，用于人机交互。从手势种类来看，包含日常人机交互等50种常用的动态手势，具体包括手指滑动，手掌滑
ChatGPT的前世今生
让机器理解语言！
【NLP】NLP基础知识
目录自然语言处理主要内容自然语言的构成自然语言处理的步骤1：词法分析1 分词：2 实体识别3 实体识别方法：序列标注4 序列标注关键算法：5 序列标注应用：5.1 新词发现：5.2 领域中文分词5.3 命名实体识别5.4 依存句法分析（帮助句法分析）自然语言处理的步骤2：句法分析1 主题
【ChatGPT】ChatGPT-5 强到什么地步？
ChatGPT的能力，为什么停止训练ChatGPT
Notion AI vs ChatGPT vs New Bing 三款AI软件使用体验对比
三款AI问答软件均师出同门，全部基于OpenAI公司开发的GPT-3模型（其中Chatgpt使用的应是ChatGPT3.5版本的模型）。本篇文章从多个维度对比三款软件使用的优缺点，帮助大家了解它们的使用方式，以及应该如何更好地使用它们作为自己的辅助。
SVM模型详解
入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、SVM定义与解决目标SVM是一个二类分类器。其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化成一个凸二次规划问题的求解。即找到一个超平面，使两类数据离超平
【AI探索】我问了ChatGPT几个终极问题
如果自动化达到一定程度，人类在不需要工作的情况下可以保证衣食无忧，那个时候需要做的是什么？你对人类所涉及到的学科有了解吗？你认为在哪些方面与人类是相当或者超过人类的了？有没有什么你感兴趣的问题？你认为OpenAI或者微软公司会把你带到什么方向去？你有哪些好奇的地方吗？你是在持续学习的吗？你认为人类面
A Time Series is Worth 64 Words（PatchTST模型）论文解读
论文A Time Series is Worth 64 Words:Long-Time Forecasting With Tranformer解读，最新时间序列预测SOTA模型PatchTST
ChatGPT应用
ChatGPT的打开方式
编码器-解码器架构
编码器-解码器架构
全面剖析OpenAI发布的GPT-4比其他GPT模型强在哪里
GPT-4（Generative Pre-trained Transformer 4），这是OpenAI在扩展深度学习方面的最新里程碑。GPT-4 是一个大型多模态模型（接受图像和文本输入，发出文本输出），虽然在许多现实世界场景中的能力不如人类，但在各种专业和学术基准上表现出人类水平的表现。输出依旧
文心一言发布！【中国版ChatGPT】附测试链接
文心一言是百度推出的生成式对话产品，2023.3.16正式发布12。它基于文心大型模型技术，被外界誉为“中国版ChatGPT”
ChatGPT常用开源项目汇总
在当今的自然语言处理领域，ChatGPT无疑是现在备受瞩目的大型语言模型。它通过无监督学习的方式，自动从大规模的语料库中学习语言的规律和结构，从而具备了强大的文本生成和对话生成能力。在实际应用中，ChatGPT已经被广泛应用于智能客服、机器翻译、自然语言理解等多个领域，为人类提供了更加智能、高效的语
Bert 得到中文词向量
通过bert模型得到中文词向量
【详解】BiLSTM+CRF模型
1 BiLSTM-CRF模型用途命名实体识别(Named Entity Recognition，NER)定义从一段自然语言文本中找出相关实体，并标注出其位置以及类型。是信息提取, 问答系统, 句法分析, 机器翻译等应用领域的重要基础工具。在自然语言处理技术走向实用化的过程中占有重要地位. 包含行业,
