小样本学习 (Few-shot Learning) 是指像人类一样能够通过很少的样本来学习掌握新任务。这一领域已经成为机器学习社区的热点,并被认为是推动机器智能接近人类智能的关键方向之一。哈工大推出了 FewJoint 基准数据集,为 NLP 小样本评测提供了公共的评价基准。该数据集已在 hyper.ai 上线,hyper.ai 还有更多供中文大模型训练的 NLP 数据集可以下载哦~一起来看看吧!
1 月 29 日-2 月 2 日,hyper.ai 官网更新速览:
优质公共数据集:10 条
AI4S 论文案例:3 篇
热门百科词条:10 条
访问官网:hyper.ai
1. FewJoint 小样本基准数据集
FewJoint 基准数据集是来自于讯飞 AIUI 开放平台上真实用户语料和专家构造的语料(比例约为 3:7),包含 59 个真实领域,是目前包含领域最多的对话数据集之一。
直接使用:
https://hyper.ai/datasets/29239
2. 100 PoisonMpts 中文大模型治理数据集
100 PoisonMpts 是业内首个大语言模型治理开源中文数据集,由数十位知名专家学者组成首批「给 AI 的 100 瓶毒药」的标注工程师。标注人各提出 100 个诱导偏见、歧视回答的刁钻问题,并对大模型的回答进行标注,完成与 AI 从「投毒」和「解毒」的攻防。
直接使用:
https://hyper.ai/datasets/29203
3. CLUE 中文语言理解评测基准数据集
CLUE (A Chinese Language Understanding Evaluation Benchmark) 是用于对中文语法理解任务进行训练、校验和测试的数据集。
直接使用:
https://hyper.ai/datasets/29094
4. Wikipedia 维基百科数据集
该数据集由 Wikipedia dumps 构建,每种语言有一个子集,每个子集连接一列拆分。每个示例都包含一篇完整的维基百科文章的内容,并清理以删除标记和不需要的部分(如「参考」,等)。
直接使用:
https://hyper.ai/datasets/28528
5. CCI 中文互联网语料库
中文互联网语料库(Chinese Corpora Internet,简称 CCI)由来自中国大陆互联网网站的高质量、可信任的来源组成。CCI 经过严格的数据清洗和去重,在内容质量方面进行了有针对性的检测和过滤。
直接使用:
https://hyper.ai/datasets/29186
6. PKU 简体中文分词数据集
SIGHAN 2005 数据集国际中文自动分词评测(简称 SIGHAN 评测)整合了多个机构的分词数据集构成。该数据集由中国微软研究所、北京大学、香港城市大学、台湾中央研究院联合发布,用以进行中文分词模型的训练与评测。其中 PKU 为简体中文分词数据集。
直接使用:
https://hyper.ai/datasets/29168
7. Chinese-Poetry 最全中文诗歌古典文集数据库
该数据集是目前最全的中华古典文集数据库,包含 5.5 万首唐诗、26 万首宋词、2.1 万首宋词等古典文集。诗人包括唐宋两朝近 1.4 万古诗人,和两宋时期 1.5k 古词人。数据来源于互联网。
直接使用:
https://hyper.ai/datasets/29257
8. PD&CFT 中文阅读理解数据集
该数据集是第一个中文阅读理解数据集,其中包括人民日报和儿童童话(People Daily&Children’s Fairy Tale,简称 PD&CFT)的文本内容。
直接使用:
https://hyper.ai/datasets/29260
更多本周更新数据集,请访问:
https://hyper.ai/datasets
1.帕金森早期诊断准确率提高至 90.2%,深圳先进院联合中山一院提出 GSP-GCNs 模型
中山大学附属第一医院&中科大先进院等研究团队,提出了一种深度学习模型——图信号处理-图卷积网络 (GSP-GCNs),利用从涉及声调调节的特定任务中获得的事件相关脑电图数据来诊断帕金森病。相关论文已发表于「Nature」期刊。
查看完整报道:
https://hyper.ai/news/29189
2. 科技部出手!科研人员的 AIGC 使用手册来了,学术界开始防范 AI 枪手
2023 年 12 月 21 日,科技部监督司发布《负责任研究行为规范指引(2023)》,针对社会关注的人工智能、重大成果发布等热点问题,规范了 AI 等技术在科研中的应用。
查看完整报道:
https://hyper.ai/news/29228
3. 中科院半导体所论文再登 TNNLS 顶刊,贡献探索数学表达式的新视角
中国科学院半导体研究所的研究人员将表达式结构的求解视为分类问题,并通过监督学习进行解决,提出一种名为 DeepSymNet 的符号网络来表示符号表达式。与目前流行的几种基于监督学习的 SR 算法相比,DeepSymNet 使用标签 (label) 更短,减少了预测的搜索空间,同时提升了算法鲁棒性。相关论文已发表于「IEEE」期刊。
查看完整报道:
https://hyper.ai/news/29243
1. 表征学习Representation learning
2. 长短期记忆 Long Short-Term Memory
3. 最小二乘法 The least square method
4. 网格计算 Grid Computing
5. 倒数排名融合 Reciprocal Rank Fusion (RRF)
这里汇编了数百条 AI 相关词条,让你在这里读懂「人工智能」:
https://hyper.ai/wiki
以上就是本周编辑精选的全部内容,如果你有想要收录 hyper.ai 官方网站的资源,也欢迎留言或投稿告诉我们!
下周再见!
关于 HyperAI超神经 (hyper.ai)
HyperAI超神经 (hyper.ai) 是国内领先的人工智能及高性能计算社区,致力于成为国内数据科学领域的基础设施,为国内开发者提供丰富、优质的公共资源,截至目前已经:
为 1200+ 公开数据集提供国内加速下载节点
收录 300+ 经典及流行在线教程
解读 100+ AI4Science 论文案例
支持 500+ 相关词条查询
托管国内首个完整的 Apache TVM 中文文档
访问官网开启学习之旅:
https://hyper.ai/
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法