V
主页
【MLNLP Paper Reading】第六期 | 中国人民大学唐天一 - Context-Tuning:基于语境提示的自然语言生成方法
发布人
本期我们选取了一篇COLING 2022的发表工作。该工作中国人民大学完成,赵鑫教授指导,论文第一作者唐天一进行录制。
打开封面
下载高清视频
观看高清视频
视频下载器
【MLNLP Paper Reading】第十四期 | 于文豪@圣母大学 - 用大语言生成模型替代传统搜索引擎
【NLP从入门到精通】这可能是2024年B站讲的最好的自然语言处理训练NLP!文本处理/词向量/语言大模型/matplotlib可视化
2024年了你还不会Pytorch?计算机博士130集精讲深度学习pytorch框架,从安装入门到实战计算机视觉与自然语言处理多个项目!
【MLNLP Paper Reading】第七期 | 复旦大学周杰 - 针对结构化抽取任务的统一迁移模型
【MLNLP Paper Reading】第四期 | 中科院计算所盛强 - 打开“上帝视角”:新闻环境感知下的虚假新闻检测
【MLNLP Paper Reading】第二期 | 清华大学张瀚镭 - MIntRec: 一个全新的多模态意图识别数据集
【MLNLP Paper Reading】第十一期 | 李磊@浙江大学 - RetroPrompt:用检索增强提示学习
【MLNLP Paper Reading】第五期 | 深圳大学计算机视觉研究所李煜东 - CSL:大规模中文科学文献数据集
【MLNLP Paper Reading】第十二期 | 李浩晨@新加坡南洋理工大学 - 代码检索任务中的特征表示增强方法
入门到进阶!一口气学完RNN、LSTM、transformer、贝叶斯算法、woed2vec模型、HMM隐马尔科夫模型和神经网络等八大NLP自然语言处理核心知识
【MLNLP前沿综述分享】第1期 - 美国Pinterest公司吴凌飞 - 面向自然语言处理的图深度学习
【MLNLP Paper Reading】第三期 | 密歇根州立大学毛海涛 - Baidu-ULTR 超大规模的无偏排序学习数据集
ACL 2024|天津大学自然语言处理实验室专场
Neo4j 医药问答系统知识图谱实战(原理+Neo4j数据库+模型实战)
【MLNLP Paper Reading】第九期 | 悉尼科技大学邢博文 - Co-guiding Net: 实现多意图识别和槽填充的双向指导
MLNLP学术研讨会第十期
学完真的变强了!Huggingface+Transformer+bert模型精讲!通俗易懂讲解NLP工具包三大神器!—谷歌、VIT算法、中文情感分析、注意力机制
【MLNLP学术Talk】第10期 - 微软亚洲研究院王晋东 - 构建更鲁棒的机器学习系统
【MLNLP学术Talk】第11期 - 华为云陈冲 - 高效神经网络推荐理论与方法研究
【MLNLP学术Talk】第7期 - 中国科学技术大学顾佳宸 - 多方对话理解与生成
MLNLP学术研讨会第六期
【深度学习保姆级教学】草履虫都能看懂!理论到实战、入门到起飞!人工智能基础入门必看!【ML机器学习|DL深度学习|CV计算机视觉|NLP自然语言处理】
【MLNLP学术Talk】第二十一期 | 董瀚泽@香港科技大学:如何微调开源专属 GPT
【整整560集】清华大学(2024最新版)C/C++教程,零基础入门到精通全套教程,全程干货无废话,这么好的课程还没人看?我不更!!!
MLNLP学术研讨会第一期
【MLNLP学术Talk】第13期 - 伦敦大学吴宇翔 - 高效的知识密集型自然语言处理系统
MLNLP学术研讨会第十四期
劝退!还敢自学计算机!骂醒一个算一个!大学老师不会告诉你的事,知道的越早越好!
全新版本HuggingFace简明教程,BERT中文模型实战.NLP,transformers,datasets库快速入门.
【MLNLP学术Talk】第十八期 | 符尧@爱丁堡大学:预训练,指令微调,对齐,专业化:论大语言模型能力的来源
【MLNLP学术Talk】第3期 - 新加坡国立大学潘亮铭:深度学习生成技术及其应用
MLNLP学术研讨会第二期
MLNLP学术研讨会第八期
MLNLP学术研讨会第二十二期
计算机五大专业,就业方向天壤之别!选错专业直接进厂!知道真相后我绷不住了!
【基于Pytorch】循环神经网络RNN与LSTM原理讲解与实战(时间序列预测、梯度弥散、梯度爆炸)
别再被洗脑了!四大编程语言就业现状,没有对比就没有伤害,看完我绷不住了!!
【MLNLP前沿综述分享】第2期 -浙江大学张宁豫 - 知识提示学习:给预训练模型丰富的提示
B站强推!2024公认最通俗易懂的【Transformer】教程,125集付费课程(附资料)神经网络_注意力机制_深度学习_BERT_大模型
这是我看过讲得好的GAN生成对抗网络教程,从原理到实战,2小时完全吃透!