Публикации по теме 'transformers'
CORD-19-ANN: система семантического поиска с использованием S-BERT
Институт Аллена в рамках своих открытых исследовательских усилий выпустил свалку научных статей в качестве инициативы, призванной помочь усилиям по борьбе с COVID-19. Этот набор данных содержит 51 000 статей на момент написания этой статьи и продолжает увеличиваться в размерах.
При поиске данных поиск по ключевым словам, вероятно, будет эффективным, однако его дополнение семантическими встраиваемыми предложениями обеспечит ценную информацию о данных либо с помощью кластеризации, либо с..
Модели непрерывной диффузии для НЛП
Если вы в последнее время следите за социальными сетями, возможно, вы слышали о таких моделях распространения, как Stable Diffusion и DALLE-2. Эти модели способны создавать сверхреалистичные изображения, а иногда даже аудиосэмплы, но они редко применяются в области генерации текста, никогда не задумывались, почему это так? В первую очередь потому, что эти диффузионные модели требуют для работы непрерывных данных, в то время как текст является дискретным (если вам дадут 2 предложения..
Как автоматически маркировать ваши данные с помощью моделей Transformer
В то время как многие приложения используют готовые предварительно обученные модели для различных задач, таких как создание контента, ответы на вопросы или распознавание общих именованных объектов, меньше внимания уделяется созданию наборов данных для обучения, специфичных для бизнеса, которые позволяют точно настраивать большие модели для решать конкретные бизнес-задачи. Чтобы ИИ оказал реальное и долгосрочное влияние, его необходимо внедрить …
Обучение с подкреплением на основе отзывов людей (RLHF): расширение возможностей ChatGPT с руководством пользователя
Переход с GPT-3.5 на ChatGPT
Введение
В этом сообщении блога я буду обсуждать, как OpenAI перешел от моделей GPT-3.5 к ChatGPT. Я буду объяснять концепцию обучения с подкреплением на основе отзывов людей и то, как оно помогло модели сделать нетоксичные и основанные на фактах результаты. В сообщении блога Модели авторегрессии для обработки естественного языка я обсуждал авторегрессионную природу предварительно обученных генеративных преобразователей и их архитектурные детали. Этот..
Reddit Flair Detection с помощью BERT
Reddit — это сайт социальной сети, где пользователи могут делиться своими увлечениями в сообщениях. Существуют сообщества под названием «субреддит» для любой интересующей вас темы. Reddit — это веб-сайт типа форума, где пользователи могут делиться новостной информацией, задавать вопросы, обсуждать и комментировать. Каждому сообщению в Reddit присваивается тег, основанный на содержании сообщения. Эти теги называются «чутье».
В этом посте я расскажу, как обнаружить/предсказать тег,..
Аттестат на Фестивале науки о данных 2022
В этом году Аттест выступил золотым спонсором Фестиваля наук о данных ( DSF ). Это означало, что у нас не только был стенд на конференции, но мы также выступили с докладом о том, как работает Data Science (DS) в Attest. Если вам интересно послушать наше выступление на DSF, вы можете получить доступ к записи здесь .
В ходе этого процесса мы поняли, что мало кто слышал об Attest. В этой статье мы хотели бы рассказать об Attest, о том, как DS работает с остальной частью компании (в..
Настройка Haystack Pipelines с помощью YAML
КОНФИГУРАЦИЯ HAYSTACK
Настройка Haystack Pipelines с помощью YAML
Что такое ЯМЛ?
YAML (YAML - не язык разметки) - это формат сериализации, который можно использовать для создания файлов конфигурации. Эти файлы предоставляют вашей программе информацию, необходимую для запуска в зависимости от желаемой настройки или среды. Это устраняет необходимость жесткого кодирования такой информации в самой программе.
Настройка конвейеров с помощью YAML позволяет быстро настраивать систему,..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..