- 综合排序
- 最热优先
- 最新优先
- 来自专栏深度学习自然语言处理
【学术会议】如何rebuttal学术论文?
三部分来聊聊学术论文（主要针对人工智能领域会议和期刊）rebuttal的那些事。 || What is peer review？ “Peer review”趣图（原图来自网络） Peer review是一种学术成果审查程序，即作者的学术著作或proposal被同一领域的其他专家学者评审，并根据评审意见决定是否予以录用（Accept 对于计算机学科特别是人工智能领域的学术会议和期刊，其均有相对成熟和流程化的同行评议（即审稿）机制。 以CVPR 2019为例，针对5160篇有效投稿，全球共召集了132位AC和2887位审稿人[4]，一共提交了超过15000条审稿意见，做到了平均一篇文章至少3条，其中一篇文章甚至有7条审稿意见之多。 Accept with a minor revision）；3）接收但需要大幅修改（Accept with a major revision，有些期刊如TNNLS则称作Reject & Resubmit）；4）
2.8K20发布于 2020-02-18 - 来自专栏量子位
PyTorch统治学术论文，TensorFlow只占4%，LeCun：还能为啥？
“PyTorch统治学术论文” 这篇文章的作者Ari Joury，是法国索邦大学的粒子物理学博士生，但对将AI和机器学习方法应用在粒子物理学探索上很感兴趣。 在代码开源的那些论文研究中，单从框架使用率来看，这4年来PyTorch占比正急剧上升。 PyTorch从最初和TensorFlow持平，到如今远超TensorFlow、稳定成为使用率第一（占比62%）的框架，相比之下TensorFlow占比只有4%： 其三，PyTorch的生态发展更快。 1614186881171742720 [2]https://levelup.gitconnected.com/why-tensorflow-for-python-is-dying-a-slow-death-ba4dafcb37e6
64140编辑于 2023-02-28 - 来自专栏全栈程序员必看
谷歌学术搜索文献_谷歌学术论文翻译
两个py文件 起主要作用的Search&Download.py # -*- coding: utf-8 -*- import requests from bs4 import BeautifulSoup sheet.write(TotalNum, 2, paper.article_link) sheet.write(TotalNum, 3, paper.journal) sheet.write(TotalNum, 4, import os.path import re import requests from bs4 import BeautifulSoup class Hubber: head = { \ 'user-agent
1.2K20编辑于 2022-11-10 - 来自专栏运维开发王义杰
AI: 探讨GPT-4o的基准测试数据与学术水平解读
OpenAI最新发布的GPT-4o在多个基准测试中表现突出，通过这些数据，我们可以将其性能与不同学术水平进行比较。本文将详细讨论GPT-4o的基准测试数据，并解释其在学术成就中的对应水平。 GPT-4o基准测试数据 以下是GPT-4o在主要基准测试中的得分： MMLU（多任务语言理解）：88.7 GPQA（高级问答）：53.6 MATH（数学问题解决）：76.6 HumanEval（代码评估 学术水平解读 MMLU（多任务语言理解）- 得分：88.7 解读：该得分反映了模型在广泛学术科目上的高水平理解能力，相当于具备全面本科教育甚至硕士学位的个体。 综合学术水平 基于以上基准测试得分，GPT-4o展示的能力类似于完成本科学位并准备进入研究生阶段的个体。 通过这些数据，我们可以将GPT-4o的性能与学术成就进行类比，发现其能力相当于具备本科到研究生阶段水平的个体。未来，随着技术的进一步发展，GPT-4o有望在更多应用场景中发挥更重要的作用。
1.2K10编辑于 2024-07-10 - 来自专栏深度学习自然语言处理
【学术分享】40个科研学术网站，收藏必备，予取予求！
www.sci-hub.xyz/ 所以，提供以下几个新的变种网址： 1.http://sci-hub.se 2.http://sci-hub.is 3.https://gfsoso.99lb.net/sci-hub.html 4. 做计算 找华算 谷歌学术 ? 免费搜索学术文章的Google网络应用。2004年11月，Google第一次发布了Google学术搜索的试用版。该项索引包括了世界上绝大部分出版的学术期刊， 可广泛搜索学术文献的简便方法。 网址为： 1.http://gen.lib.rus.ec/ 2.http://libgen.io/ 3.http://libgen.org/ 4.http://libgen.io/scimag/ Library 「台大学术期刊数据库」收录台大各学术研究单位出版之中外学术期刊论文篇目与全文，审查过程严谨、内容丰富详实、撰写格式一致，具相当程度之学术水平，为查询中国台湾一流学府之学术研究发展、辅助教学研究之最佳数据库
12.7K10发布于 2019-12-26 - 来自专栏小汪Waud
享受学术社交
“我想写学术社交这个主题已经非常久了，一直没有动手。 什么是学术社交？ 学术社交是指在学术圈内，通过参加会议、研讨会等线上或线下的活动，与同行科学家、研究人员、学生建立并维持专业关系的过程。 不仅仅是为了结识更多的人，还包括分享研究成果、讨论学术问题、寻找合作机会以及拓展自己的学术网络。 为什么要做学术社交？ 我已经参加过多次线下会议了，ACPP 2024作为我第一次参加的全英会议，反而是体验最好的一次，复盘以后我觉得主要有以下原因 1 报告人、参会人来源丰富 由于是国际性会议，本次的报告人和参会人来自多个国家，以8月4号下午的 4 东北的饮食符合口味 和其他会议一样，会议费包含午餐和晚餐。本次会议为东北口味的自助，内容较为丰富；茶歇也还不错。
48010编辑于 2024-08-26 - 来自专栏arXiv每日学术速递
机器学习学术速递
GP-UCB等算法的运行时为$O（T^4）$，其中$T$是迭代次数。 It is trained using approximately 4 million data points for each crop-country pair. 此外，我们将此问题与非自适应群测试相结合，得到了当$n=\tilde{\Omega}\ left（{s^4\log^4d}/{2^b}\ right）$时的多项式时间估计方案。 log^4 d}/{2^b}\right)$. Scheirer 备注：14 pages, 4 figures.
2.1K20发布于 2021-07-02 - 来自专栏凹凸玩数据
再见了，学术硕士！
这句话的意思是，国家已经决定了，学术型硕士今后不发展了，只发展专业学位硕士。 很多读者可能不知道，学术硕士与专业硕士有何区别，我简单解释一下。 ? 大学毕业后，如果你还想继续读硕士，有两个方向可以选。 一个是学术方向，继续钻研理论知识，这叫学术型硕士，传统的硕士都是这一类。 所以，专业硕士会减少学术训练（比如写论文、查文献），而加强业务实践（比如案例分析）。因此，如果你想搞学术，留在学术界，那就读学术硕士；如果你不想搞学术，想去企业和政府，那就读专业硕士。 由于我国专业硕士起步晚，发展得不如学术硕士正规，很多大学的专业硕士培养非常马虎，而且往往是走读。所以，大家有一种印象，学术硕士才是正规硕士。 正是因为看到这一点，国家才最终决定，不发展学术硕士了，高层次的学术人才就是本科毕业直攻博士。
65720发布于 2021-07-12 - 来自专栏AiCharm
每日学术速递4.3
近年来，LLMs的研究得到了学术界和产业界的大力推进，其中一个引人注目的进展是ChatGPT的推出，引起了社会的广泛关注。
50910编辑于 2023-05-15 - 来自专栏AiCharm
每日学术速递4.6
在所有任务中，使用 SELF-REFINE 生成的输出比直接使用 GPT-3.5 和 GPT-4 生成的输出更受人类和自动化指标的青睐，跨任务平均绝对提高 20%。
43310编辑于 2023-05-15 - 来自专栏AiCharm
每日学术速递10.18
CV - 计算机视觉 | ML - 机器学习 | RL - 强化学习 | NLP 自然语言处理 Subjects: cs.CV 1.Im4D: High-Fidelity and Real-Time Novel View Synthesis for Dynamic Scenes 标题：Im4D：动态场景的高保真实时新颖视图合成 作者：Haotong Lin, Sida Peng, Zhen Xu 为了结合两个领域的优点，我们引入了 Im4D，这是一种混合场景表示，由基于网格的几何表示和基于多视图图像的外观表示组成。 具体来说，动态几何被编码为由时空特征平面和小型 MLP 网络组成的 4D 密度函数，对场景结构进行全局建模并促进渲染一致性。 结果表明，Im4D 在渲染质量方面表现出最先进的性能，并且可以高效地进行训练，同时在单个 RTX 3090 GPU 上实现 512x512 图像的 79.8 FPS 的实时渲染。
35510编辑于 2023-10-24 - 来自专栏AiCharm
每日学术速递7.28
1.CLR: Channel-wise Lightweight Reprogramming for Continual Learning(ICCV 2023)
36910编辑于 2023-09-06 - 来自专栏AiCharm
每日学术速递7.30
推荐阅读 每日学术速递7.29 2023-07-29 这次来真的？ 室温常压超导全球复现一文速览 2023-07-28 每日学术速递7.28 2023-07-28 每日学术速递7.27 2023-07-27 树莓派上运行 Stable Diffusion，260MB
35220编辑于 2023-09-06 - 来自专栏AiCharm
每日学术速递9.2
1.Is it an i or an l: Test-time Adaptation of Text Line Recognition Models
29320编辑于 2023-09-06 - 来自专栏AiCharm
每日学术速递7.23
1.Text2Layer: Layered Image Generation using Latent Diffusion Model
35720编辑于 2023-09-06 - 来自专栏AiCharm
每日学术速递5.24
1.Reprompting: Automated Chain-of-Thought Prompt Inference Through Gibbs Sampling
37510编辑于 2023-06-07 - 来自专栏AiCharm
每日学术速递5.1
1.Putting People in Their Place: Affordance-Aware Human Insertion into Scenes
44220编辑于 2023-05-16 - 来自专栏AiCharm
每日学术速递3.4
CV - 计算机视觉 | ML - 机器学习 | RL - 强化学习 | NLP 自然语言处理
35210编辑于 2024-03-04 - 来自专栏arXiv每日学术速递
机器学习学术速递
在2个、4个和8个机器人的机器人导航任务中进行的实验，证实了我们的方法比以前的CTDE方法（例如VDN、QMIX）具有更高的性能。 abs/2112.08967 作者：Der-Hau Lee,Jinn-Liang Liu 备注：10 pages, 7 figures 摘要：采用深度学习神经网络（DNN）的端到端驾驶已成为工业界和学术界快速发展的自主驾驶范例 ES-RNN在Makridakis-4预测比赛中的绝对误差提高了9.4%。这一改进和其他混合模型的类似表现主要仅在单变量数据集上得到证明。 arxiv.org/abs/2112.08616 作者：Daniel Spokoyny,Ivan Lee,Zhao Jin,Taylor Berg-Kirkpatrick 备注：Preprint 摘要：物理测量在学术论文 后果通过使用样式转换和图像到图像的转换算法，我们将这4种分割模型应用于在不同条件下捕获的图像，大大提高了性能。
2.8K20编辑于 2021-12-17 - 来自专栏arXiv每日学术速递
机器学习学术速递
与以前的方法相比，TMAE能够1）对住院患者、门诊患者和药物申请进行集体建模，2）处理医疗事件之间不规则的时间间隔，3）缓解罕见医疗代码的稀疏性问题，4）合并医疗支出信息。 Deglint 机构： Canada 3Universit´e de Montr´eal, Canada 4Ontario Tech University, Canada 5University 在本文中，我们证明了即使在经典的MRA模型中，emph{sparse}信号也表现出中等的$\sigma^4$样本复杂度。 优化|敛散性(4篇) 【1】 Bayesian Optimization with High-Dimensional Outputs 标题：高维输出的贝叶斯优化 作者：Wesley J. 已经开发了一些方法来解决这个问题，并且超越了PTO（训练后量化）的限制，更具体地说是QAT（量化感知训练，参见[4]）是干扰训练过程以使其在训练期间受到量化阶段的影响（或简单地受到干扰）的过程。
2.3K20发布于 2021-07-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号