KDD2024参会笔记-Day2

BrownSearch

已于 2024-09-07 12:04:31 修改

阅读量144

点赞数 1

分类专栏： NLP/IR知识分享文章标签：人工智能自然语言处理 nlp

于 2024-09-06 13:43:27 首次发布

本文链接：https://blog.csdn.net/weixin_45783724/article/details/141957730

版权

NLP/IR知识分享专栏收录该内容

23 篇文章 3 订阅

订阅专栏

知乎图文：链接

今天准备出去玩一天，计划逛一逛市中心的核心建筑群，感受下巴塞罗那的文化

顺便记录一些到会场看到的情况：RAG和图模型报告的上座率很高，其他的比如检索、AIGC检测都相对人少。social方面基本就每个国家内部沟通的比较多，认识了一些国内的同行

一些海报：包含代码生成，RAG在内的一些内容。有一个只需要100个样例就足以评估LLM的工作，比较有趣。亚马逊的几个LLM相关的工作也可以一看

讲座：关于AI内容检测。听演讲者说现在的AIGC检测还是相对脆弱，往往只需要略微修改一些提示词就可以对抗攻击许多先进的检测算法，探究更鲁棒的方法以及检测的上界是现在的关注点

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

BrownSearch

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

【阅读笔记】Practical Lessons from Predicting Clicks on Ads at Facebook

SrdLaplace的博客

07-02

3341

作者： Xinran He, Junfeng Pan, Ou Jin, Tianbing Xu, Bo Liu, Tao Xu, Yanxin Shi, Antoine Atallah, Ralf Herbrich, Stuart Bowers, Joaquin Quiñonero Candela Facebook 1601 Willow Road, Menlo Park, CA, Uni...

kddcup.data-10-percent-corrected与kddcup.data-10-percent-correcte

05-04

《KDD Cup 数据集详解：kddcup.data_10_percent_corrected与kddcup.data_10_percent_corrected》 KDD Cup是一项国际知名的数据挖掘竞赛，自1999年起，它为研究者和从业者提供了一个展示数据挖掘技术的平台。在KDD ...

参与评论您还未登录，请先登录后发表或查看评论

KDD2024参会笔记-Day1

weixin_45783724的博客

09-06

309

知乎想法：https://www.zhihu.com/pin/1811084177057116161?检索：RAG的检索器分为稀疏检索器，有监督密集检索器，无监督密集检索器，搜索引擎，提示词检索器，根据不同任务选择相应检索器。检索前后处理：前处理（查询改写，查询分解，查询扩展），后处理（重排，上下文压缩，修正）综述论文：https://arxiv.org/pdf/2405.06211。

机器学习笔记-XGBoost

专注大数据与人工智能技术分享，欢迎私信加群互相学习！

08-01

5970

XGBoost是2016年由华盛顿大学陈天奇老师带领开发的一个可扩展机器学习系统。严格意义上讲XGBoost并不是一种模型，而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型，并对模型中的算法进行了诸多优化，在取得高精度的同时又保持了极快的速度，在一段时间内成为了国内外数据挖掘、机器学习领域中的大规模杀伤性武器。更重要的是，XGBoost在系统优化和机器学习原理方面都进行了深入的考虑。

【DRL4IR】SIGIR'21 -第二届信息检索深度强化学习研讨会(7月15-1)

深度强化学习实验室：一个“开源开放、共享共进”的强化学习学术组织。

07-13

388

深度强化学习实验室官网：http://www.neurondance.com/论坛：http://deeprl.neurondance.com/会议地址：https://drl4ir.gi...

深度学习（deep learning）--资料大全

BigBzheng的博客

01-15

1924

【Peter Dayan】自然和人工强化学习的结合、以及未来的发展方向

深度强化学习实验室：一个“开源开放、共享共进”的强化学习学术组织。

07-23

901

深度强化学习实验室官网：http://www.neurondance.com/论坛：http://deeprl.neurondance.com/来源：AI科技评论作者：Mr Bear、青暮...

机器学习----(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)

奔跑的蜗牛

04-13

5854

注:机器学习资料篇目一共500条,篇目二开始更新希望转载的朋友，你可以不用联系我．但是一定要保留原文链接，因为这个项目还在继续也在不定期更新．希望看到文章的朋友能够学到更多．此外:某些资料在中国访问需要梯子. 《Image Scaling using Deep Convolutional Neural Networks》介绍:使用卷积神经网络的图像缩放. 《Procee

第1062期AI100_机器学习日报(2017-08-15)

ai100_ml的博客

08-16

432

AI100_机器学习日报 2017-08-15 学界 | 马里兰大学论文：训练深度神经网络中的一致性难题 @机器之心SyncedEffective Dimensionality Reduction for Word Embeddings @PaperWeeklyGANs奇思妙想TOP10 @大数据文摘图像分类必读开创性论文汇总 @爱可可-爱生活数据集管理/标记/预处理服务Superv

机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)

weixin_30263277的博客

07-07

2710

##机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)---#####注:机器学习资料[篇目一](https://github.com/ty4z2008/Qix/blob/master/dl.md)共500条,[篇目二](https://github.com/ty4z2008/Qix/blob/master/dl2.md)开始更新...

NSL-KDD_NSL-KDD_NSL-KDD数据集_测试集_

10-01

在使用NSL-KDD数据集时，研究者首先会预处理数据，清洗异常值，处理缺失值，可能还需要对特征进行归一化或标准化。接着，数据会被分割为训练和验证集，以便在训练模型后评估其泛化能力。模型选择可能包括决策树、...

NSL-KDD-Dataset-master_NSL-KDD数据集_入侵检测_KDD_

09-28

NSL-KDD（Non-Intrusive Feature Selection for KDD）数据集是网络安全领域的一个经典数据集，主要用于入侵检测系统的性能评估。它源自于KDD Cup 1999的数据集，经过了重新处理和简化，旨在更真实地模拟网络流量，并...

Intrusion-Detection-on-NSL-KDD-master_lstm分类_NSL-KDD_NSL-KDDlstm

10-03

本项目主要探讨了在NSL-KDD数据集上使用LSTM（长短期记忆）神经网络进行入侵检测的方法。LSTM是一种特殊的循环神经网络（RNN），在处理序列数据，如时间序列分析或自然语言处理时，具有强大的能力。 NSL-KDD（Non-...

生成式人工智能在新加坡的发展现状和地位

最新发布

wukangjupingbb的博客

09-11

596

依据国际隐私专业人员协会(IAPP)的相关报告，2020年，上述两机构更新了该模型框架，发布了第二版，并推出了《组织实施和自我评估指南》，帮助组织评估其人工智能治理实践与型框架的匹配程度，还发布了《案例汇编》，展示了组织如何实施负责任的人工智能治理实践。2019年，金融管理局宣布与金融行业合作创建Veritas框架，为金融机构提供可验证的方法，将FEAT原则纳入其人工智能和数据分析驱动的解决方案中。新加坡在人工智能治理方面采取了部门性的方法，即通过各个行业的监管机构来管理人工智能的使用。

【提效工具】AI工作流的1-10个实际落地场景

万物皆有灵

09-09

1099

在这个快速发展的数字时代，人工智能（AI）正在以惊人的速度改变我们的工作方式。无论你是开发者、教育工作者还是内容创作者，AI工作流提示词助手都能为你提供无与伦比的支持。今天，我们将深入探讨，20个实际落地场景，帮助你更好地理解如何利用这些工具提升工作效率和创造力。💡。

基于人工智能的音乐情感分类系统

stm32d1219的博客

09-06

1284

音乐作为一种强烈的情感表达方式，不同的音调、节奏和和声传递着不同的情感信息。通过人工智能技术，能够自动识别音乐中的情感，为用户提供个性化的音乐推荐或情感分析服务。通过使用MFCC特征提取与神经网络分类算法，音乐情感分类系统可以有效地分析音乐中的情感信息，并根据不同情感对音乐进行分类。随着深度学习技术的进一步发展，音乐情感分类系统的准确性和应用范围将得到进一步提升。音乐情感分类是通过对音乐音频信号进行分析，识别出音乐传递的情感，如“愉快”、“悲伤”、“愤怒”等。问题讨论，人工智能的资料领取可以私信！

第九届“创客中国”生成式人工智能（AIGC）中小企业创新创业大赛圆满落幕

luojiezong的博客

09-09

784

江西省工业和信息化厅党组成员、副厅长郭启东表示,“创客中国”始终秉持“围绕产业链,部署创新链,配置资金链,培育人才链”的宗旨,为中小企业和创客搭建了广阔平台。江西深刻认识到以人工智能为代表的产业变革的发展方向,努力推动人工智能等先进产业加速发展,以本次大赛为契机,优化创新生态,强化政策引导,加强人才培养,深化国际合作,加大对中小企业创新发展的支持力度,营造更加开放包容的创新环境,推动中小企业创新发展。南昌市委常委、市委秘书长、办公室主任赵捷;经过初赛、复赛的严格筛选,21个杰出项目脱颖而出,荣获赛事奖项。