自然语言模型
0 人感兴趣 · 4 次引用
- 最新
- 推荐

超越界限:大模型应用领域扩展,探索文本分类、文本匹配、信息抽取和性格测试等多领域应用
随着 ChatGPT 和 GPT-4 等强大生成模型出现,自然语言处理任务方式正在逐步发生改变。鉴于大模型强大的任务处理能力,未来我们或将不再为每一个具体任务去 finetune 一个模型,而是使用同一个大模型,对不同任务设计其独有的 prompt,以解决不同的任务问题。

利用 ModelScope 社区开源模型,实现低资源场景下的零样本文本分类
近期在尝试解决低资源场景下的文本分类任务时,发现使用一些在 ModelScope 社区上开源的零样本分类模型就可以极大提高分类准确率。因此对零样本文本分类模型进行了梳理,希望对大家有所帮助。

技术解读:英特尔 x86 平台上,AI 能力是如何进行演进的?(附 PPT)
本文整理自龙蜥大讲堂技术直播第四期,由龙蜥社区AI SIG核心成员、英特尔 AI 软件开发⼯程师黄文欢分享——用技术和实例讲解英特尔 x86 平台 AI 能力演进的关键。