- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器学习算法与Python学习
5月，机器学习开源新项目Top-10
源 | medium 译 | Shawn 编辑 | AI时间 近期， Mybridge 从 250 个机器学习开源项目中挑选出了 Top 10。Mybridge AI 比较了这期间发布的新项目和
52340发布于 2018-06-25 - 来自专栏脑机接口
Meta研究人员利用人工智能解码脑电语音信号（全文解读）
-10的准确率高达72.5%（TOP-1的正确率为44%），在EEG信号的TOP-10准确率为19.1% (允许测试集中存在训练集中不存在的短语)。 补充知识TOP-10准确率： 一个训练完毕的网络进行分类任务时，假设要分类的数目有50类，输入一张图片，网络会依次输出这50个类别的概率，当所有样本测试完成后，那么： TOP-10准确率是指在测试样本的 4 实验结果 4.1 从M/EEG记录中解码语音的准确性 表2语句级的TOP-10准确率 我们的模型预测了1000多个可能段中的正确段，MEG数据集的Top-10准确率分别为72%和67%（TOP- 相比之下，预测词汇表上均匀分布的模型（“随机模型”）在相同的MEG数据集上仅达到2%的TOP-10准确率。 EEG数据集的解码性能较低：我们的模型达到19%和31%的TOP-10准确率，这些分数比随机模型高四倍。
90430编辑于 2023-02-14 - 来自专栏腾讯技术工程官方号的专栏
腾讯数平精准推荐 | 横扫ICDAR 2019，斩获七项冠军
官方排名如下： LSVT文本检测官方排名（Top-10） LSVT端到端文字识别官方排名（Top-10） ReCTS（中文招牌文字识别）竞赛由美团公司提供2.5万张业务图片，该场景文字识别可广泛用于商家推荐 官方排名如下： ReCTS端到端文字识别官方排名（Top-10） MLT-19（多语言自然场景文字识别）竞赛由多国学者提供2万张自然场景图片，共有7大类语言（10个小类别），多语言文字识别可广泛应用于拍照翻译 官方排名如下： MLT-19文本检测官方排名（Top-10） MLT-19词条语言鉴别官方排名（Top-10） MLT-19文本检测和语言鉴别官方排名（Top-10） MLT-19端到端多语种文字识别官方排名 （Top-10） 团队简介 数平精准推荐团队（Tencent Data Platform Precision Recommendation, Tencent-DPPR）是腾讯内部一支致力于实时精准推荐、
1.6K50发布于 2019-06-26 - 来自专栏腾讯大数据的专栏
腾讯数平精准推荐 | 横扫ICDAR 2019，斩获七项冠军
LSVT文本检测官方排名（Top-10） ? LSVT端到端文字识别官方排名（Top-10） ReCTS（中文招牌文字识别）竞赛由美团公司提供2.5万张业务图片，该场景文字识别可广泛用于商家推荐、商家信息自动识别等领域，覆盖了透视畸变、复杂排版、 ReCTS端到端文字识别官方排名（Top-10） MLT-19（多语言自然场景文字识别）竞赛由多国学者提供2万张自然场景图片，共有7大类语言（10个小类别），多语言文字识别可广泛应用于拍照翻译、文档识别 MLT-19文本检测官方排名（Top-10） ? MLT-19词条语言鉴别官方排名（Top-10） ? MLT-19文本检测和语言鉴别官方排名（Top-10） ? MLT-19端到端多语种文字识别官方排名（Top-10） 团队简介 数平精准推荐团队（Tencent Data Platform Precision Recommendation, Tencent-DPPR
1.3K30发布于 2019-06-26 - 来自专栏腾讯技术工程官方号的专栏
腾讯数平团队 荣获第15届国际文档分析与识别竞赛七项冠军
LSVT 文本检测官方排名(Top-10) 官方结果： https://rrc.cvc.uab.es/? ch=16&com=evaluation&task=1 LSVT 端到端文字识别官方排名(Top-10) 官方结果： https://rrc.cvc.uab.es/? ch=16&com=evaluation&task=2 MLT-19 文本检测官方排名(Top-10) 官方结果：https://rrc.cvc.uab.es/? ch=15&com=evaluation&task=1 MLT-19 词条语种识别官方排名(Top-10) 官方结果：https://rrc.cvc.uab.es/? ch=15&com=evaluation&task=4 ReCTS 端到端文字识别官方排名(Top-10) 官方结果：https://rrc.cvc.uab.es/?
1.6K40发布于 2019-09-29 - 来自专栏腾讯大数据的专栏
腾讯数平团队 荣获第15届国际文档分析与识别竞赛七项冠军
LSVT 文本检测官方排名（Top-10） 官方结果：https://rrc.cvc.uab.es/?ch=16&com=evaluation&task=1 ? LSVT 端到端文字识别官方排名（Top-10） 官方结果：https://rrc.cvc.uab.es/?ch=16&com=evaluation&task=2 ? MLT-19 文本检测官方排名（Top-10） 官方结果：https://rrc.cvc.uab.es/?ch=15&com=evaluation&task=1 ? MLT-19 词条语种识别官方排名（Top-10） 官方结果：https://rrc.cvc.uab.es/?ch=15&com=evaluation&task=2 ? ReCTS 端到端文字识别官方排名（Top-10） 官方结果：https://rrc.cvc.uab.es/?
1.2K30发布于 2019-10-08 百度团队打造 基于HelixFold3 的端到端AI反向虚拟筛选技术 助力 小分子蛋白靶标识别
端到端策略与三种传统分步流程（标准流程、基于真实蛋白结构的流程、基于真实结构+真实口袋的流程）进行了系统性对比，核心结果如下： 靶标识别效率大幅提升：端到端策略的Top-1%靶标识别成功率达38.0%，Top HelixFold3内置的ipTM和pLDDT指标，远优于基于物理的AutoDock Vina打分函数 ipTM在高优先级靶标筛选中表现最优，Top-1%成功率达38%；pLDDT在广谱筛选中更具优势，Top 端到端策略成功将CML的核心靶标ABL1、GIST的关键靶标KIT/PDGFRA全部纳入Top-40排名 pLDDT评分将ABL1列为第1位，ipTM评分将PDGFRA列为第3位，两种评分的Top-10 精准识别核心靶标BTK，ipTM排名第2，pLDDT排名第11 对出血相关脱靶激酶（TEC、TXK、BLK、ITK）的Top-10识别成功率达100% 对感染相关靶标（LCK、ITK）也实现高效筛选，但对跨膜离子通道靶标
11110编辑于 2026-02-04- 来自专栏windealli
LLM RAG 技术剖析与演进
截断：按 num="10" 返回 Top-10 最相关文档。 生成 生成环节将检索环节得到的结果以对话上下文的方式，传递给 LLM，生成结果 上下文构造：将用户问题与检索到的 Top-10 文档拼接为输入上下文。 引用标注：标注回答中关键信息的来源文档（如引用检索到的 Top-10 文档片段）。 反馈学习：记录用户对生成结果的反馈，用于优化检索或生成模型（可选）。 RAG的演进路径：从基础检索到智能代理 1.
1.2K10编辑于 2025-03-12 - 来自专栏DrugOne
Nat. Catal.｜给酶匹配“对象”，基座模型EnzymeCAGE破解酶招募难题
在针对15,921个候选对的评估中，EnzymeCAGE在Top-10成功率上达到了58%，显著优于现有基准模型。 相较于传统方法，该模型在酶功能预测任务中实现了 45% 的性能提升，并在富集因子（EF）和 Top-10 折现累积增益（DCG）等指标上均表现优异 。 通过对不同反应相似性阈值（0.6 到 0.9）的详尽分析，模型一致性地在 EF 评分、Top-10 DCG 和Top-k成功率上超越了Selenzyme、ESP 和CLIPZyme等领先工具 。 在针对未见酶（Unseen enzymes）的测试中，EnzymeCAGE 的 Top-10 成功率达到 58%，显著优于 CLEAN 和 GraphEC 等深度学习基准模型 。
8720编辑于 2026-03-02 Nat. Catal.｜给酶匹配“对象”，基座模型EnzymeCAGE破解酶招募难题
在针对15,921个候选对的评估中，EnzymeCAGE在Top-10成功率上达到了58%，显著优于现有基准模型。 相较于传统方法，该模型在酶功能预测任务中实现了 45% 的性能提升，并在富集因子（EF）和 Top-10 折现累积增益（DCG）等指标上均表现优异 。 通过对不同反应相似性阈值（0.6 到 0.9）的详尽分析，模型一致性地在 EF 评分、Top-10 DCG 和Top-k成功率上超越了Selenzyme、ESP 和CLIPZyme等领先工具 。 在针对未见酶（Unseen enzymes）的测试中，EnzymeCAGE 的 Top-10 成功率达到 58%，显著优于 CLEAN 和 GraphEC 等深度学习基准模型 。
8020编辑于 2026-03-03- 来自专栏WordPress果酱
Popularity Contest 及其扩展应用
扩展应用 如果你是经常浏览本网站的时候，肯定注意到在每篇日志的信息栏上都有浏览次数，以及点击这个这个记录可以到达一个 Top-10 的页面（已取消链接）。 第2：创建页面 Top-10 Popularity Contest 这个插件还提供以下3个模板函数： akpc_the_popularity() akpc_most_popular_in_cat()
49420编辑于 2023-04-13 - 来自专栏机器之心
登上Nature&Science，AI「看面相」识别遗传病准确率达91%
和大多数消费产品一样，Face2Gene 的 APP 可以搭载在智能手机里，其识别遗传病的 top-10 准确率高达 91%。研究者称，这种深度神经网络识别罕见病的准确率超过了人类医生。 如果考虑多个预测结果，则 Face2Gene 的 top-10 准确率可以达到约 90%。 最后一个实验是反应真实临床问题，而这次 DeepGestalt 在 502 张不同图像上识别正确综合征的 top-10 准确率达到了 91%。
1.2K20发布于 2019-04-30 - 来自专栏云开发小程序1
python进阶——AI视觉实现口罩检测实时语音报警系统
cv2.rectangle(frame,(left,top),(right,bottom),color,3) cv2.putText(frame,label,(left,top cv2.rectangle(frame,(left,top),(right,bottom),color,3) cv2.putText(frame,label,(left,top
67920编辑于 2023-10-14 - 来自专栏机器学习算法与Python学习
一文教你构建图书推荐系统【附代码】
根据基于用户的CF方法检查用户4385的top-10的书籍推荐。 ? ? 基于item的CF 为基于item的CF编写了类似的函数，可以找到k本类似的书籍，并预测每本书的用户评分。 根据基于item的CF方法检查用户4385的top-10书籍推荐如下所示。这与基于用户的方法有很大的不同。 ?
1.8K31发布于 2019-07-04 - 来自专栏用户6881919的专栏
论文阅读5-----基于强化学习的推荐系统
最好不是那种传统推荐系统取什么top-10之类的（推荐的东西特别的相似）。
63800发布于 2021-01-17 - 来自专栏DrugAI
Anal. Chem. | 一种基于Transformer的多维核磁共振解析结构模型
结果 模型性能与基准评估 在完整输入条件下（包括¹H、¹³C、COSY、HSQC、HMBC、分子式与片段），NMRMind的Top-1准确率达92.07%，Top-10准确率为95.84%。 多数类别Top-10准确率高于90%，证明模型能准确捕捉天然产物结构特征。
18120编辑于 2026-01-06 - 来自专栏WordPress果酱
funP：Digg + RSS Reader
一个具有用户的基础的热文，针对它其实有很多 Widget 可以开发的，比如我 Digg 过的文章，我博客上被 Digg 过最多的 Top-10 等等，这些都是非常好的社会化应用。 ----」。
93820编辑于 2023-04-13 - 来自专栏专知
【干货】一文教你构建图书推荐系统（附代码）
根据基于用户的CF方法检查用户4385的top-10的书籍推荐。 ? ? 基于item的CF ---- ---- 为基于item的CF编写了类似的函数，可以找到k本类似的书籍，并预测每本书的用户评分。 根据基于item的CF方法检查用户4385的top-10书籍推荐如下所示。这与基于用户的方法有很大的不同。 ?
6.7K21发布于 2018-06-05 - 来自专栏数据科学和人工智能
精选数据集 | 全球死亡率数据集（2015-2021年）
更多基于该数据集的分析案例请参考：https://github.com/dkobak/excess-mortality 使用不同指标的Top-10国家或地区排行
2K30编辑于 2022-03-30 - 来自专栏DrugOne
Nat. Commun. | 对比学习在生物成像数据库中的应用
对于从2115个实例的数据库（随机拆分）和1398个实例的数据库（骨架拆分）检索，表1给出了top-1、top-5、top-10的准确率。 如表3所示，CLOOME在top-1、top-5和top-10准确率指标上的表现优于GapNet和CellProfiler提取的特征。
28310编辑于 2024-02-23
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