人工智能
ChatGPT如何使用RLHF来克服GPT-3存在的问题
ChatGPT 是 OpenAI 发布的最新语言模型，比其前身 GPT-3 有显著提升。与许多大型语言模型类似，ChatGPT 能以不同样式、不同目的生成文本，并且在准确度、叙述细节和上下文连贯性上具有更优的表现。
基于不同量级预训练数据的RoBERTa模型分析
NLP领域的研究目前由像RoBERTa等经过数十亿个字符的语料经过预训练的模型汇主导。那么对于一个预训练模型，对于不同量级下的预训练数据能够提取到的知识和能力有何不同？
如何利用Transformers了解视觉语言模型
将模型称为 “视觉语言” 模型是什么意思？一个结合了视觉和语言模态的模型？但这到底是什么意思呢？
2023-03-03 标签：编码器语言模型ClipTransformerOpenAI 755
基于隐式神经网络的2D激光雷达定位算法
当神经网络训练完成后，我们可以通过预测环境中任意机器人姿态所对应的2D激光观测。因此，我们将其整合到MCL系统之中，作为一个MCL系统的观测模型。
ChatGPT/GPT的原理及ChatGPT的技术架构解析
CAI模型训练过程 Claude 和 ChatGPT 都依赖于强化学习(RL)来训练偏好（preference）模型。CAI（Constitutional AI）也是建立在RLHF的基础之上，不同之处在于，CAI的排序过程使用模型（而非人类）对所有生成的输出结果提供一个初始排序结果。
当人工智能推理模型不确定时，计算环境应该是什么样子？
自动驾驶可能是最好的例子，改进的人工智能模型研究正以疯狂的速度进行。当人工智能推理模型不确定时，计算环境应该是什么样子？
神经网络信号对故障电池检测方法深度分析
本文主要以锂电池组为研究对象，通过LSTM神经网络以及深度学习等科学方法对锂电池的故障信号进行相关的检测与研究。对LSTM神经网络设计的结构、规模、计算速率以及输出参数等进行介绍，构建检测基本模型。
流体力学深度学习建模技术研究进展
维度高、非线性强、数据量大是流体力学问题的主要特点。近年来火热的深度学习技术由于以数据驱动为主、可以解决高维复杂问题，目前已在流体力学领域得到了一定应用。文章结合课题组近期研究探讨了流体力学深度学习建模技术的最新进展。
常见的人工智能库简要全面的介绍
OpenCV 是一个的跨平台计算机视觉库，可以运行在 Linux、Windows 和 Mac OS 操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时也提供了 Python 接口，实现了图像处理和计算机视觉方面的很多通用算法。
递归神经网络（RNN）原理和模型概述
RNN是最强大的模型之一，它使我们能够开发如分类、序列数据标注、生成文本序列（例如预测下一输入词的SwiftKey keyboard应用程序），以及将一个序列转换为另一个序列（比如从法语翻译成英语的语言翻译）等应用程序。大多数模型架构（如前馈神经网络）都没有利用数据的序列特性。例如，我们需要数据呈现出向量中每个样例的特征，如表示句子、段落或文档的所有token。前馈网络的设计只是为了一次性地查看所有特征并将它们映射到输出。
机器学习基础知识 包括评估问题，理解过拟合、欠拟合以及解决问...
本章涵盖了以下主题： · 分类和回归之外的其他类型的问题； · 评估问题，理解过拟合、欠拟合，以及解决这些问题的技巧； · 为深度学习准备数据。 请记住，在本章中讨论的大多数技术都是机器学习和深度学习通用的，一部分用于解决过拟合问题的技术（如dropout）除外。 4.1 三类机器学习问题 在之前的所有例子中，尝试解决的是分类（预测猫或狗）或回归（预测用户在平台上花费的平均时间）问题。所有这些都是有监督学习的例子，目的是找到训
机器学习发展历程与机器学习应用之道
监督学习（Supervised Learning）是从有标签的训练数据中学习模型，然后对某个给定的新数据利用模型预测它的标签。如果分类标签精确度越高，则学习模型准确度越高，预测结果越精确。
AI和内存类存储结合节省成本
总之，使用 NRAM HBM 重新构想了人工智能和深度学习应用的计算基础设施。通过始终提供固有的数据持久性，AI 服务器无需承受与重新加载模型和其他数据相关的长时间延迟。修改后的模型数据的检查点是自动的，并且不会消耗处理元件和支持计算系统之间的互连上的带宽。
为 AI 处理器集群供电Vicor
Vicor 48V 直接至负载（《1V）分比式架构（FPA™） 与常见的 48V 中间总线架构（IBA）不同，IBA 还是传统的由一个中间母线转换器和多相 PoL 稳压器组成。
AI视频智能分析在明橱亮灶/冷库智慧监管的应用
根据国家市场监管总局政策文件，各地冷链进口集中监管仓，入仓查验区、核酸采样、消毒、装卸货等关键点安装AI抓拍识别设备，各地视频流数据、AI报警数据上报到国家市场监管总局。
符合IEPE标准的CbM机器学习赋能平台
CbM需要捕获全带宽数据，以确保时域和频域中的所有谐波、混叠及其他机械相互作用都得到考虑。这种数据收集需要高性能传感器和数据采集（DAQ）系统，以便向数据分析工具或应用程序提供高保真度的实时数据。
编辑推荐厂商产品技术软件/工具OS/语言教程专题
| 电机控制 | DSP | 氮化镓 | 功率放大器 | ChatGPT | 自动驾驶 | TI | 瑞萨电子 |
| BLDC | PLC | 碳化硅 | 二极管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 无刷电机 | FOC | IGBT | 逆变器 | 文心一言 | 5G | 英飞凌 | 罗姆 |
| 直流电机 | PID | MOSFET | 传感器 | 人工智能 | 物联网 | NXP | 赛灵思 |
| 步进电机 | SPWM | 充电桩 | IPM | 机器视觉 | 无人机 | 三菱电机 | ST |
| 伺服电机 | SVPWM | 光伏发电 | UPS | AR | 智能电网 | 国民技术 | Microchip |
| 开关电源 | 步进电机 | 无线充电 | LabVIEW | EMC | PLC | OLED | 单片机 |
| 5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
| NB-IoT | LoRa | Zigbee | NFC | 蓝牙 | RFID | Wi-Fi | SIGFOX |
| Type-C | USB | 以太网 | 仿真器 | RISC | RAM | 寄存器 | GPU |
| 语音识别 | 万用表 | CPLD | 耦合 | 电路仿真 | 电容滤波 | 保护电路 | 看门狗 |
| CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
| SDI | nas | DMA | HomeKit | 阈值电压 | UART | 机器学习 | TensorFlow |
| Arduino | BeagleBone | 树莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 华秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
工商网监