原文:
2020年这10大ML、NLP研究最具影响力:为什么?接下来如何发展?
CVPR 2023 冠军解决方案,零样本异常分割新突破!
doctorwangfovn 阅38
LLMs之Baichuan 2:《Baichuan 2: Open Large-scale Language Models》翻译与解读
处女座的程序猿 阅99
今日 Paper | 小样本图像分类;对抗自动增强;语音情感识别;多模态机器翻译等
taotao_2016 阅112 转2
「分段映射」帮助利用少量样本习得新类别细粒度分类器
牛k8nb72h1x6w1 阅52
学习扩增:联合数据扩增和针对文本识别的网络优化
SNSJXQ 阅51
刷新多个SOTA!Meta重磅新作AnyMAL:多模态版Llama2来了!
黄爸爸好 阅23
ECCV 2022 Oral | 少样本异常检测新框架
mynotebook 阅84
「综述专栏」拯救深度学习:标注数据不足下的深度学习方法
新用户26922hFh 阅52
生成对抗网络详细介绍
dbn9981 阅41 转2
今天来介绍下小样本语义分割方法
轻语者 阅8
面向原型的深度生成模型研究进展与挑战
科技分享小助手 阅1
XTREME:用于评估跨语言泛化的大规模多语言多任务基准
雨夜的博客 阅34
领域泛化最新综述
我爱计算机视觉 阅92 转3
万字长文!DeepMind科学家总结2021年的15个高能研究
漫步之心情 阅7
BERT新转变:面向视觉基础进行预训练| NeurIPS 2019论文解读
学术头条 阅79
深度学习已成功应用于这三大领域
BBSBIAN 阅126 转2
为何语言模型在视觉生成方面相对于扩散模型稍显逊色?
办公技巧达人 阅3
科文简读 | 影像组学:源于影像的数据
杨迎迎y 阅1806 转23
MatSci-NLP: 释放自然语言处理在材料科学中的力量
DrugAI 阅44
LLM评估综述论文问世,分三方面全面总结,还带资料库
天承办公室 阅3
人工智能在骨科领域的应用现状及前景
阮朝阳的图书馆 阅969 转9
首页
留言交流
联系我们
回顶部