- 博客(8)
- 资源 (385)
- 问答 (103)
- 收藏
- 关注
RSS订阅翻译 【翻译】End-to-End Reinforcement Learning of Dialogue Agents for Information Access
本文是微软研究软邓力老师的文章，构建了一种从知识图谱中形成response的聊天机器人KB-InfoBot，并且提出了一种端到端的增强学习训练方案。（本文对于构建一个端到端的KB + task-oriented chatbot非常有启发和指导意义）introduction一个典型的goal-oriented（就是比如query一个人演的某年电影）一般由四个部分组成：一，language unders
2016-09-19 17:10:58
1989
2
转载 梯度下降优化算法概述
http://sebastianruder.com/optimizing-gradient-descent/Gradient descent variantsBatch gradient descent Stochastic gradient descent Mini-batch gradient descentChallengesGradient descent optimiz
2016-09-18 19:52:32
958
1
转载 讲attention model的一篇好文
http://www.wildml.com/2016/01/attention-and-memory-in-deep-learning-and-nlp/
2016-09-18 10:02:51
1227
1
原创 debug tensorflow / 使用gdb调试tensorflow底层C++代码
http://stackoverflow.com/questions/36399337/debugging-tensorflows-c-code-behind-the-swig-interface
2016-09-07 14:54:32
6929
1
翻译 （翻译）Sequence to Sequence Learning with Neural Networks
2 模型 RNN，给定一个输入序列（x1,x2，…，xT），RNN通过循环计算下面的式子得到一个输出序列（y1,y2,…,yT） 如何一个input和output是对应的，比如输入单词，输出是词性，就可以用RNN映射， 本文是解决输入输出之间没有对应关系的时候的问题，比如聊天，输入是5个词，输出是10个词，
2016-09-02 15:01:28
2557
2
huggingface.co/Salesforce/blip-image-captioning-base
2024-08-22
Qwen2-7B 的 model-00004-of-00004.safetensors 的2/2
2024-07-29
Qwen2-7B 的 model-00004-of-00004.safetensors 的1/2
2024-07-29
Qwen2-7B 的 model-00003-of-00004.safetensors 的2/2
2024-07-29
Qwen2-7B 的 model-00003-of-00004.safetensors 的1/2
2024-07-29
Qwen2-7B 的 model-00002-of-00004.safetensors 的2/2
2024-07-28
Qwen2-7B 的 model-00002-of-00004.safetensors 的1/2
2024-07-28
Qwen2-7B 的 model-00001-of-00004.safetensors 的2/2
2024-07-28
Qwen2-7B 的 model-00001-of-00004.safetensors 的1/2
2024-07-28
Qwen2-7B-Instruct 的 model-00004-of-00004.safetensors 的2/2
2024-07-26
Qwen2-7B-Instruct 的 model-00004-of-00004.safetensors 的1/2
2024-07-26
Qwen2-7B-Instruct 的 model-00003-of-00004.safetensors 的2/2
2024-07-26
Qwen2-7B-Instruct 的 model-00003-of-00004.safetensors 的1/2
2024-07-26
Qwen2-7B-Instruct 的 model-00002-of-00004.safetensors 的2/2
2024-07-26
Qwen2-7B-Instruct 的 model-00002-of-00004.safetensors 的1/2
2024-07-26
Qwen2-7B-Instruct 的 model-00001-of-00004.safetensors 的2/2
2024-07-25
Qwen2-7B-Instruct 的 model-00001-of-00004.safetensors 的1/2
2024-07-25
torch-2.3.0+cu118-cp38-cp38-linux-x86-64.whl
2024-06-24
meta-llama-3-8b-instruct 的 model-00004-of-00004.safetensors
2024-05-29
meta-llama-3-8b-instruct 的 model-00003-of-00004.safetensors 的3/3
2024-05-29
meta-llama-3-8b-instruct 的 model-00003-of-00004.safetensors 的2/3
2024-05-29
meta-llama-3-8b-instruct 的 model-00003-of-00004.safetensors 的1/3
2024-05-29
meta-llama-3-8b-instruct 的 model-00002-of-00004.safetensors 的3/3
2024-05-29
meta-llama-3-8b-instruct 的 model-00002-of-00004.safetensors 的2/3
2024-05-29
meta-llama-3-8b-instruct 的 model-00002-of-00004.safetensors 的1/3
2024-05-29
meta-llama-3-8b-instruct 的 model-00001-of-00004.safetensors 的3/3
2024-05-29
meta-llama-3-8b-instruct 的 model-00001-of-00004.safetensors 的2/3
2024-05-29
meta-llama-3-8b-instruct 的 model-00001-of-00004.safetensors 的1/3
2024-05-29
huggingface的bert-base-chinese
2024-03-05
huggingface的bert-base-uncased
2024-03-03
自动驾驶，如何得到方向盘转动的ground truth？
2024-03-18
AlphaGo能超越人类，因为训练时 对于模型的每个输入，都有一个100%正确的答案?
2024-01-16
其实LLM/ChatGPT是否在距离AlphaGo式AI越来越远？
2024-01-16
技术上，ChatGPT要成为 AI医生/AI律师/AI教师 还欠缺哪些能力？
2024-01-11
数学 是且仅是 一种语言和一种工具，不是科学的全部？
2023-12-14
哪些时候用CUDA编程更好？
2023-12-14
用RL做NLP，和 根据那条数据的reward重新标注那条数据 有什么区别？
2022-05-07
没有物理机器人载体，如何在模拟环境里的进行学习和研究机器人？
2022-04-28
2022年了，USB式GPU有哪些进展？
2022-04-28
2022年了，有哪些稳压deepfm的CTR模型？
2022-04-01
CTR模型，如果上线了没效果，这时可以进行哪些分析工作？以及有无必要投入大量时间分析？
2022-03-24
算法工程师如何应对做算法策略的不确定性；比如没效果，这时绩效怎么保证？
2022-03-01
CTR模型必须要有一个测试数据集吗？ 训练数据集和测试数据集是同一个，可以吗？
2022-02-25
为啥我感觉现在机器学习模型就是一种模糊匹配工具or相似识别工具？
2022-02-16
因果推断技术靠谱吗，感觉里面的影响因素太多了，所以能实际解决落地问题吗？
2022-02-08
XGB/GBDT/决策树，得出特征重要性的原理是什么？
2022-02-08
强化学习是不是无人驾驶的未来？
2022-02-01
GAN生成图像，弄一个discriminator ，和无D直接生成，区别是？
2022-02-01
哪些互联网公司的管理职级和专业职级是分开的？
2022-01-22
CTR模型的AUC如果比较高，是否其实只是 因为复购行为带来的AUC虚高？
2022-01-17
CTR模型的本质是不是算出 user的哪些特征和item的哪些特征 最匹配？
2022-01-08
人工智能的因果学习（Causal Learning）到底想解决什么问题？
2021-12-17
BYOL里stop-gradient的作用是什么？
2021-12-01
马上2022年了，强化学习+NLP 有了哪些突破？
2021-11-26
马上2022年了，pointer-network现在看来的作用是什么？
2021-11-26
总被主管说文档写的不好怎么办？
2021-11-18
NER任务只有一个类的情况下，BME或者Yes-No的数据预处理方式对结果有影响吗？
2021-11-08
学好数学对于编程的真实增益的性价比到底如何？
2021-11-03
学好数学对于编程的真实增益到底是多少？
2021-11-03
如果说每一个数学公式都在描述一件事情，那么数学公式的推导，是在做什么？
2021-10-26
每个物理公式是否都是在【描述】一个事情？
2021-10-12
求通俗讲讲数学或理论物理进行研究的细节，复杂公式是不是也都是由基础公式而来？
2021-09-14
TA创建的收藏夹 TA关注的收藏夹
TA关注的人