物理引导机器学习，Physics-Informed Machine Learning（PIML）
华盛顿大学的Steve Brunton教授关于“物理引导的机器学习”（Physics-Informed Mac...
Read More通过裁剪（Pruning）和知识蒸馏（Knowledge Distillation）实现紧凑的语言模型
论文《通过裁剪和知识蒸馏实现紧凑的语言模型》（Compact Language Models via Prun...
Read More
利用分子复生（Molecular De-extinction）和深度学习研发抗生素
根据世界卫生组织（WHO）的数据，每年全球有超过125万人因对抗生素等药物免疫的感染而死亡。到2050年，这一...
Read More
Imagen 3：最新文本生成图像（Text-to-Image, T2I）扩散模型
Imagen 3 是由谷歌团队开发的最新文本生成图像（Text-to-Image, T2I）模型，该模型为潜在...
Read More数据稀缺（Data Scarcity）的应对策略：数据扩增（Data Augmentation）
1. 机器学习中数据稀缺问题的引言 在机器学习中，模型的成功高度依赖于大规模、高质量数据集的可用性。这些数据集...
Read More
物理信息神经网络PINNs（Physics-Informed Neural Networks）
Physics-Informed Neural Networks (PINNs) 是一种将物理知识融入神经网络...
Read More
通过数据增强对比微调缓解“对象幻觉”（object hallucination）
论文Mitigating Object Hallucination via Data Augmented Co...
Read More