cari
RumahPeranti teknologiAIUntuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Tugas penjanaan teks biasanya dilatih menggunakan paksaan guru Kaedah latihan ini membolehkan model hanya melihat sampel positif semasa proses latihan. Walau bagaimanapun, biasanya terdapat kekangan tertentu antara sasaran penjanaan dan input Kekangan ini biasanya dicerminkan oleh elemen utama dalam ayat Sebagai contoh, dalam tugasan menulis semula pertanyaan, "pesanan McDonald's" tidak boleh ditukar kepada "pesan KFC". memainkan peranan dalam Elemen utama kekangan ialah kata kunci jenama. Dengan memperkenalkan pembelajaran kontrastif dan menambah corak sampel negatif kepada proses penjanaan, model boleh mempelajari kekangan ini dengan berkesan.

Kaedah pembelajaran kontrastif sedia ada tertumpu terutamanya pada keseluruhan peringkat ayat [1][2], sambil mengabaikan perkataan entiti butiran dalam ayat Maklumat, contohnya dalam rajah di bawah menunjukkan makna penting kata kunci dalam ayat Untuk ayat input, jika kata kuncinya diganti (cth kosmologi->astrofizik), makna ayat akan berubah, justeru dalam ruang semantik Kedudukan dalam (diwakili). oleh pengedaran) juga berubah. Sebagai maklumat yang paling penting dalam ayat, kata kunci sepadan dengan titik dalam taburan semantik, yang sebahagian besarnya menentukan kedudukan taburan ayat. Pada masa yang sama, dalam beberapa kes, objektif pembelajaran kontrastif sedia ada terlalu mudah untuk model, menyebabkan model tidak dapat benar-benar mempelajari maklumat utama antara contoh positif dan negatif.

Berdasarkan perkara ini, penyelidik dari Ant Group, Universiti Peking dan institusi lain mencadangkan kaedah penjanaan kontras pelbagai butiran dan mereka bentuk struktur kontras hierarki dilakukan pada tahap kebutiran ayat untuk meningkatkan semantik keseluruhan pembelajaran, dan maklumat penting tempatan dipertingkatkan pada kebutiran perkataan. Kertas penyelidikan telah diterima untuk ACL 2022.

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Alamat kertas: https://aclanthology.org/2022.acl-long.304.pdf Kaedah kami adalah berdasarkan CVAE klasik Dalam rangka kerja penjanaan teks [3][4], setiap ayat boleh dipetakan kepada pengedaran dalam ruang vektor, dan kata kunci dalam ayat itu boleh dianggap sebagai titik sampel daripada pengedaran ini. Di satu pihak, kami mempertingkatkan ungkapan taburan vektor ruang terpendam melalui perbandingan kebutiran ayat Sebaliknya, kami meningkatkan ungkapan kebutiran titik kata kunci melalui graf kata kunci global yang dibina Akhir sekali, kami menggunakan jarak Mahalanobis untuk membandingkan pengedaran titik kata kunci dan ayat Kontras antara tahap konstruk untuk meningkatkan ekspresi maklumat pada dua butiran. Fungsi kehilangan akhir diperoleh dengan menambah tiga kerugian pembelajaran kontrastif yang berbeza.

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Pembelajaran Kontrastif Berbutir Ayat

dalam Peringkat contoh, kami menggunakan input asal Bandingkan pasangan

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

. Kami menggunakan rangkaian terdahulu untuk mempelajari pengedaran sebelumnya

, dilambangkan sebagai Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

; pelajari anggaran pengedaran posterior melalui rangkaian posterior Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

dan

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

masing-masing direkodkan sebagai

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

dan

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

. Matlamat pembelajaran perbandingan berbutir ayat adalah untuk mengurangkan jarak antara taburan terdahulu dan taburan posterior positif sebanyak mungkin, dan pada masa yang sama, memaksimumkan jarak antara taburan terdahulu dan taburan posterior negatif Fungsi kerugian yang sepadan ialah seperti berikut:

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

di manakah sampel positif atau sampel negatif, dan ialah pekali suhu, yang digunakan untuk mewakili metrik jarak Di sini kita menggunakan divergence KL (Kullback–Leibler divergence )[5] untuk mengukur jarak terus antara dua taburan.

Pembelajaran Kontrastif Butiran Kata Kunci

  • Rangkaian Kata Kunci

Pembelajaran perbandingan kebutiran kata kunci digunakan untuk menjadikan model memberi lebih perhatian kepada maklumat utama dalam ayat Kami menggunakan input Positif dan hubungan negatif yang sepadan dengan teks output dibina untuk membina graf kata kunci untuk mencapai matlamat ini. Khususnya, mengikut pasangan ayat yang diberikan

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, kita masing-masing boleh menentukan kata kunci

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

dan

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

(Saya menggunakan algoritma TextRank klasik [6] untuk pengekstrakan kata kunci); untuk ayat

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, mungkin terdapat ayat lain dengan kata kunci yang sama

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, yang bersama-sama membentuk satu set

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, setiap ayat dalam ini

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Ada sepasang positif dan ayat keluaran contoh negatif

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, dan setiap ayat tersebut mempunyai contoh kata kunci positif

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

dan kata kunci negatif

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

. Dengan cara ini, dalam keseluruhan koleksi, untuk mana-mana ayat keluaran

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, ia boleh dianggap sebagai kata kunci yang sepadan

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

dan setiap sekeliling

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

(dikaitkan melalui hubungan positif dan negatif antara ayat) Terdapat kelebihan positif antara

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, dan terdapat kelebihan negatif

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

>

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

. Berdasarkan nod kata kunci ini dan tepi langsungnya, kita boleh membina graf kata kunci

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki


Kami menggunakan pembenaman BERT[7] sebagai permulaan bagi setiap nod

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

dan menggunakan lapisan MLP untuk mempelajari perwakilan setiap tepi

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

. Kami mengemas kini nod dan tepi dalam rangkaian kata kunci secara berulang melalui lapisan perhatian graf (GAT) dan lapisan MLP Dalam setiap lelaran, kami mula-mula mengemas kini perwakilan tepi dengan cara berikut:

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Di sini

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

boleh

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

atau

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

.


Kemudian berdasarkan kelebihan yang dikemas kini

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, kami mengemas kini perwakilan setiap nod melalui lapisan perhatian graf:

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Di sini

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

adalah semua parameter yang boleh dipelajari,

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

ialah berat perhatian. Untuk mengelakkan masalah kecerunan yang hilang, kami menambah sambungan baki pada

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

untuk mendapatkan Maksudnya

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

. Kami menggunakan perwakilan nod bagi lelaran terakhir sebagai perwakilan kata kunci, dilambangkan sebagai u.

  • Perbandingan kata kunci

Perbandingan butiran kata kunci datang daripada kata kunci ayat input

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

dan nod penyamar

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

. Kami merekodkan kata kunci yang diekstrak daripada sampel positif keluaran ayat input sebagai

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, yang berada dalam rangkaian kata kunci di atas Nod jiran negatif direkodkan sebagai

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, kemudian

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, kehilangan pembelajaran perbandingan kebutiran kata kunci dikira seperti berikut:

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Di sini

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

digunakan untuk merujuk kepada

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

atau

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, h(·) digunakan untuk mewakili ukuran jarak Dalam pembelajaran perbandingan kebutiran kata kunci, kami memilih persamaan kosinus untuk mengira jarak antara dua titik.

  • Pembelajaran perbandingan merentas butiran

Boleh diperhatikan bahawa pembelajaran kontras bagi kebutiran ayat di atas dan kebutiran kata kunci dilaksanakan masing-masing pada pengedaran dan titik, supaya perbandingan bebas kedua-dua butiran boleh melemahkan kesan peningkatan disebabkan perbezaan yang kecil. Dalam hal ini, kami membina persatuan perbandingan antara butiran yang berbeza berdasarkan jarak Mahalanobis [8] antara titik dan taburan, supaya jarak antara kata kunci keluaran sasaran dan taburan ayat adalah sekecil mungkin, supaya jarak antara penyamar dan pengedaran adalah sekecil mungkin Ia menebus kecacatan bahawa perbandingan bebas setiap saiz zarah boleh menyebabkan hilangnya kontras. Secara khusus, pembelajaran kontras jarak Mahalanobis berbutiran silang berharap dapat mengecilkan taburan semantik posterior ayat

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

dan

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

sambil memaksimumkan jarak antaranya dan

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, fungsi kehilangan adalah seperti berikut:

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Di sini

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

juga digunakan untuk merujuk kepada

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

atau

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

, dan h(·) ialah jarak Mahalanobis .

Eksperimen & Analisis

Hasil Eksperimen

Kami menjalankan eksperimen pada tiga set data awam Douban (Dialog) [9], QQP (Parafrasa) [10] [11] dan RocStories (Bercerita) [12], dan kesemuanya mencapai kesan SOTA. Garis dasar yang kami bandingkan termasuk model generatif tradisional (cth. CVAE[13], Seq2Seq[14], Transformer[15]), kaedah berdasarkan model pra-latihan (cth. Seq2Seq-DU[16], DialoGPT[17], BERT-GEN [7], T5[18]) dan kaedah berdasarkan pembelajaran kontrastif (cth. Dari segi kumpulan[9], T5-CLAPS[19]). Kami mengira skor BLEU[20] dan jarak benam BOW (ekstrem/purata/tamak)[21] antara pasangan ayat sebagai penunjuk penilaian automatik 🎜 >

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarkiKami juga menggunakan penilaian manual pada set data QQP masing-masing menghasilkan keputusan untuk T5-CLAPS, DialoGPT, Seq2Seq-DU dan model kami ditanda, dan hasilnya adalah seperti yang ditunjukkan dalam rajah di bawah:

Analisis Ablasi

Kami menjalankan analisis sama ada untuk menggunakan kata kunci, sama ada untuk menggunakan rangkaian kata kunci dan sama ada untuk menggunakan jarak Mahalanobis taburan perbandingan Eksperimen analisis ablasi telah dijalankan, dan keputusan menunjukkan bahawa ketiga-tiga reka bentuk ini memang memainkan peranan penting dalam keputusan akhir Keputusan eksperimen ditunjukkan dalam rajah di bawah.

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Analisis visual

Untuk mengkaji berbeza Mengenai peranan pembelajaran kontrastif hierarki, kami memvisualisasikan kes sampel rawak dan memperoleh angka berikut selepas pengurangan dimensi melalui t-sne [22]. Dapat dilihat daripada rajah bahawa perwakilan ayat input adalah hampir dengan perwakilan kata kunci yang diekstrak, yang menunjukkan bahawa kata kunci, sebagai maklumat terpenting dalam ayat, biasanya menentukan kedudukan taburan semantik. Selain itu, dalam pembelajaran kontrastif, kita dapat melihat bahawa selepas latihan, pengedaran ayat input lebih dekat kepada sampel positif dan lebih jauh daripada sampel negatif, yang menunjukkan bahawa pembelajaran kontrastif dapat membantu membetulkan taburan semantik.

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Analisis kepentingan kata kunci

Akhir sekali, kami meneroka kesan pensampelan kata kunci yang berbeza. Seperti yang ditunjukkan dalam jadual di bawah, untuk soalan input, kami menyediakan kata kunci sebagai syarat untuk mengawal taburan semantik melalui pengekstrakan TextRank dan kaedah pemilihan rawak masing-masing, dan menyemak kualiti teks yang dijana. Kata kunci ialah unit maklumat yang paling penting dalam ayat Kata kunci yang berbeza akan membawa kepada pengedaran semantik yang berbeza dan menghasilkan ujian yang berbeza Semakin banyak kata kunci yang dipilih, semakin tepat ayat yang dihasilkan. Sementara itu, keputusan yang dihasilkan oleh model lain juga ditunjukkan dalam jadual di bawah.

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Aplikasi Perniagaan

Artikel ini Dalam kami mencadangkan mekanisme pembelajaran kontrastif hierarki rentas butiran yang mengatasi prestasi kerja garis dasar kompetitif pada berbilang set data janaan teks. Model penulisan semula pertanyaan berdasarkan kerja ini telah berjaya dilaksanakan dalam senario perniagaan sebenar carian Alipay dan mencapai hasil yang luar biasa. Perkhidmatan dalam carian Alipay merangkumi pelbagai bidang dan mempunyai ciri domain yang ketara Terdapat perbezaan literal yang besar antara ungkapan pertanyaan carian pengguna dan ungkapan perkhidmatan, yang menjadikannya sukar untuk mencapai hasil yang ideal dengan memadankan secara langsung berdasarkan kata kunci (untuk. contoh, pengguna memasukkan pertanyaan "Pertanyaan kereta baru dilancarkan" ", perkhidmatan "pertanyaan pelancaran kereta baharu" tidak dapat ditarik balik), matlamat penulisan semula pertanyaan adalah untuk menulis semula pertanyaan yang dimasukkan oleh pengguna ke cara yang lebih dekat dengan ekspresi perkhidmatan sambil mengekalkan niat pertanyaan tidak berubah, supaya lebih sepadan dengan perkhidmatan sasaran. Berikut ialah beberapa contoh kata semula:

Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki

Atas ialah kandungan terperinci Untuk meningkatkan pengalaman carian Alipay, Universiti Ant dan Peking menggunakan rangka kerja penjanaan teks pembelajaran perbandingan hierarki. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan
Artikel ini dikembalikan pada:51CTO.COM. Jika ada pelanggaran, sila hubungi admin@php.cn Padam
Alat panggilan di LLMSAlat panggilan di LLMSApr 14, 2025 am 11:28 AM

Model bahasa yang besar (LLMS) telah melonjak populariti, dengan ciri-ciri alat yang secara dramatik memperluaskan keupayaan mereka di luar penjanaan teks mudah. Sekarang, LLMS dapat mengendalikan tugas automasi yang kompleks seperti penciptaan UI dinamik dan autonomi a

Bagaimana permainan ADHD, alat kesihatan & chatbots AI mengubah kesihatan globalBagaimana permainan ADHD, alat kesihatan & chatbots AI mengubah kesihatan globalApr 14, 2025 am 11:27 AM

Bolehkah permainan video meringankan kebimbangan, membina fokus, atau menyokong kanak -kanak dengan ADHD? Memandangkan cabaran penjagaan kesihatan melonjak di seluruh dunia - terutamanya di kalangan belia - inovator beralih kepada alat yang tidak mungkin: permainan video. Sekarang salah satu hiburan terbesar di dunia Indus

Input PBB pada AI: Pemenang, Losers, dan PeluangInput PBB pada AI: Pemenang, Losers, dan PeluangApr 14, 2025 am 11:25 AM

"Sejarah telah menunjukkan bahawa walaupun kemajuan teknologi memacu pertumbuhan ekonomi, ia tidak sendiri memastikan pengagihan pendapatan yang saksama atau menggalakkan pembangunan manusia yang inklusif," tulis Rebeca Grynspan, Setiausaha Agung Unctad, dalam Mukadimah.

Kemahiran rundingan pembelajaran melalui AI generatifKemahiran rundingan pembelajaran melalui AI generatifApr 14, 2025 am 11:23 AM

Easy-peasy, gunakan AI Generatif sebagai tutor rundingan dan rakan kongsi sparring anda. Mari kita bercakap mengenainya. Analisis terobosan AI yang inovatif ini adalah sebahagian daripada liputan lajur Forbes yang berterusan pada AI terkini, termasuk mengenal pasti dan menjelaskan

Ted mendedahkan dari Openai, Google, Meta Heads to Court, selfie dengan diri sayaTed mendedahkan dari Openai, Google, Meta Heads to Court, selfie dengan diri sayaApr 14, 2025 am 11:22 AM

Persidangan TED2025, yang diadakan di Vancouver, membungkus edisi ke -36 semalam, 11 April. Ia menampilkan 80 penceramah dari lebih daripada 60 negara, termasuk Sam Altman, Eric Schmidt, dan Palmer Luckey. Tema Ted, "Kemanusiaan Reimagined," telah disesuaikan dibuat

Joseph Stiglitz memberi amaran tentang ketidaksamaan yang menjulang di tengah -tengah kuasa monopoli AIJoseph Stiglitz memberi amaran tentang ketidaksamaan yang menjulang di tengah -tengah kuasa monopoli AIApr 14, 2025 am 11:21 AM

Joseph Stiglitz adalah ahli ekonomi yang terkenal dan penerima Hadiah Nobel dalam Ekonomi pada tahun 2001. Stiglitz berpendapat bahawa AI dapat memburukkan lagi ketidaksamaan dan kuasa yang disatukan di tangan beberapa syarikat dominan, akhirnya menjejaskan ekonomi

Apakah pangkalan data graf?Apakah pangkalan data graf?Apr 14, 2025 am 11:19 AM

Pangkalan Data Graf: Merevolusi Pengurusan Data Melalui Hubungan Apabila data berkembang dan ciri -cirinya berkembang di pelbagai bidang, pangkalan data grafik muncul sebagai penyelesaian transformatif untuk menguruskan data yang saling berkaitan. Tidak seperti tradisional

LLM Routing: Strategi, Teknik, dan Pelaksanaan PythonLLM Routing: Strategi, Teknik, dan Pelaksanaan PythonApr 14, 2025 am 11:14 AM

Routing Model Besar (LLM): Mengoptimumkan Prestasi melalui Pengedaran Tugas Pintar Landskap LLM yang pesat berkembang membentangkan pelbagai model, masing -masing dengan kekuatan dan kelemahan yang unik. Beberapa cemerlang di Gen Kandungan Kreatif

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
4 minggu yang laluBy尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
1 bulan yang laluBy尊渡假赌尊渡假赌尊渡假赌

Alat panas

MantisBT

MantisBT

Mantis ialah alat pengesan kecacatan berasaskan web yang mudah digunakan yang direka untuk membantu dalam pengesanan kecacatan produk. Ia memerlukan PHP, MySQL dan pelayan web. Lihat perkhidmatan demo dan pengehosan kami.

Muat turun versi mac editor Atom

Muat turun versi mac editor Atom

Editor sumber terbuka yang paling popular

SublimeText3 Linux versi baharu

SublimeText3 Linux versi baharu

SublimeText3 Linux versi terkini

DVWA

DVWA

Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

mPDF

mPDF

mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),