思否AI

最新文章

V · 3月3日

机器学习特征筛选：向后淘汰法原理与Python实现

1 阅读 1.1k
V · 2月28日

Logic-RL: 小模型也能强推理，通过基于规则的强化学习提升大语言模型结构化推理能力

0 阅读 1.3k
V · 2月27日

Featurewiz-Polars：基于 XGBoost 的高性能特征选择框架，一行代码搞定特征选择

0 阅读 1k
V · 2月26日

用 PyTorch 从零构建 DeepSeek R1：模型架构和分步训练详解

3 阅读 1.1k
V · 2月25日

DeepSeek-TS，基于状态空间增强 MLA 与 GRPO 的时序预测新框架

2 阅读 1k
V · 2月24日

PyTorch Profiler性能优化示例：定位TorchMetrics收集瓶颈，提高GPU利用率

1 阅读 1k
V · 2月21日

近端策略优化(PPO)算法的理论基础与 PyTorch 代码详解

0 阅读 1.6k
V · 2月20日

大语言模型的解码策略与关键优化总结

0 阅读 1.2k
V · 2月19日

STAR: 利用时空注意力机制和动态频率损失的视频超分辨率增强框架

1 阅读 1k
V · 2月18日

知识蒸馏方法探究：Google Distilling Step-by-Step 论文深度分析

0 阅读 966
V · 2月17日

MOIRAI-MOE: 基于混合专家系统的大规模时间序列预测模型

0 阅读 929
V · 2月14日

DeepSeek 背后的技术：GRPO，基于群组采样的高效大语言模型强化学习训练方法详解

1 阅读 641
V · 2月13日

基于结构化状态空间对偶性的贝叶斯注意力机制设计与实现

0 阅读 386
V · 2月12日

CoAT: 基于蒙特卡洛树搜索和关联记忆的大模型推理能力优化框架

0 阅读 585
V · 2月11日

用傅里叶变换解码时间序列：从频域视角解析季节性模式

0 阅读 427
V · 2月10日

哪些特征导致过拟合？使用 ParShap 方法精准定位导致模型泛化能力下降的关键特征

0 阅读 411
V · 2月8日

DeepSeek 背后的技术基石：DeepSeekMoE 基于专家混合系统的大规模语言模型架构

2 阅读 1.3k
V · 2月7日

PyTorch 生态系统中的连续深度学习：使用 Torchdyn 实现连续时间神经网络

0 阅读 421
V · 2月6日

数据降维技术研究：Karhunen-Loève 展开与快速傅里叶变换的理论基础及应用

0 阅读 495
V · 2月5日

DeepSeek 技术报告解析：为什么 DeepSeek-R1 可以用低成本训练出高效的模型

11 阅读 2k
V · 1月27日

知识蒸馏技术原理详解：从软标签到模型压缩的实现机制

0 阅读 900
V · 1月26日

Python 高性能编程：五种核心优化技术的原理与 Python 代码

0 阅读 732
V · 1月24日

Meta-CoT：通过元链式思考增强大型语言模型的推理能力

0 阅读 733
V · 1月23日

记忆层增强的 Transformer 架构：通过可训练键值存储提升 LLM 性能的创新方法

0 阅读 453
V · 1月22日

时间序列平稳性的双重假设检验：KPSS 与 ADF 方法比较研究

0 阅读 488
V · 1月21日

金融波动率的多模型建模研究：GARCH 族与 HAR 模型的 Python 实现与对比分析

1 阅读 545
V · 1月20日

时间序列分析中的状态估计：状态空间模型与卡尔曼滤波的隐状态估计

0 阅读 518
V · 1月17日

Python 时间序列分析：使用 TSFresh 进行自动化特征提取

0 阅读 496
V · 1月16日

Coconut:基于连续潜在空间推理,提升大语言模型推理能力的新方法

0 阅读 473
V · 1月15日

使用 Python 实现基于矩阵分解的长期事件(MFLEs)时间序列分析

0 阅读 448

专栏作者

关注极术微信号
实时接收点赞提醒和评论通知

关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源

关注安谋科技招聘
实时获取安谋科技中国职位信息

最新文章

机器学习特征筛选：向后淘汰法原理与Python实现

Logic-RL: 小模型也能强推理，通过基于规则的强化学习提升大语言模型结构化推理能力

Featurewiz-Polars：基于 XGBoost 的高性能特征选择框架，一行代码搞定特征选择

用 PyTorch 从零构建 DeepSeek R1：模型架构和分步训练详解

DeepSeek-TS，基于状态空间增强 MLA 与 GRPO 的时序预测新框架

PyTorch Profiler性能优化示例：定位TorchMetrics收集瓶颈，提高GPU利用率

近端策略优化(PPO)算法的理论基础与 PyTorch 代码详解

大语言模型的解码策略与关键优化总结

STAR: 利用时空注意力机制和动态频率损失的视频超分辨率增强框架

知识蒸馏方法探究：Google Distilling Step-by-Step 论文深度分析

MOIRAI-MOE: 基于混合专家系统的大规模时间序列预测模型

DeepSeek 背后的技术：GRPO，基于群组采样的高效大语言模型强化学习训练方法详解

基于结构化状态空间对偶性的贝叶斯注意力机制设计与实现

CoAT: 基于蒙特卡洛树搜索和关联记忆的大模型推理能力优化框架

用傅里叶变换解码时间序列：从频域视角解析季节性模式

哪些特征导致过拟合？使用 ParShap 方法精准定位导致模型泛化能力下降的关键特征

DeepSeek 背后的技术基石：DeepSeekMoE 基于专家混合系统的大规模语言模型架构

PyTorch 生态系统中的连续深度学习：使用 Torchdyn 实现连续时间神经网络

数据降维技术研究：Karhunen-Loève 展开与快速傅里叶变换的理论基础及应用

DeepSeek 技术报告解析：为什么 DeepSeek-R1 可以用低成本训练出高效的模型

知识蒸馏技术原理详解：从软标签到模型压缩的实现机制

Python 高性能编程：五种核心优化技术的原理与 Python 代码

Meta-CoT：通过元链式思考增强大型语言模型的推理能力

记忆层增强的 Transformer 架构：通过可训练键值存储提升 LLM 性能的创新方法

时间序列平稳性的双重假设检验：KPSS 与 ADF 方法比较研究

金融波动率的多模型建模研究：GARCH 族与 HAR 模型的 Python 实现与对比分析

时间序列分析中的状态估计：状态空间模型与卡尔曼滤波的隐状态估计

Python 时间序列分析：使用 TSFresh 进行自动化特征提取

Coconut:基于连续潜在空间推理,提升大语言模型推理能力的新方法

使用 Python 实现基于矩阵分解的长期事件(MFLEs)时间序列分析

专栏作者

SegmentFault思否

徐九

高阳Sunny

Nadia

V