迁移学习(Transfer Learning)是一种机器学习方法,是把一个领域(即源领域)的知识,迁移到另外一个领域(即目标领域),使得目标领域能够取得更好的学习效果。
在本文中,我们展示了一种通过将不同自然语言任务重构为统一形式,从而显著提升小样本多任务学习效果的方法。
近日,大气环境遥感团队在Remote Sensing of Environment 发表研框架—AeroTrans。该框架充分发挥Transformer在捕捉长...
热带气旋(TC)的强度估测是气象灾害预警和防灾减灾的关键环节。传统方法依赖卫星云图的人工判读,存在主观性强、效率低等问题。近年来,深度学习技术为台风强度自动化估...
湖南咕泡网络科技有限公司 | 副总裁 (已认证)
最近在社区里看到不少开发者在讨论大模型落地时,总被三个概念搞得晕头转向:迁移学习、微调和知识蒸馏。有人以为它们是并列的技术,有人把微调和蒸馏混为一谈,甚至在实...
作为企业数据库运维或迁移项目负责人,你是否经历过这样的深夜场景:迁移任务已进入最后阶段,表结构、视图、存储过程均已顺利落库,可就在触发器批量创建环节——日志突然...
在发表于国际计算语言学大会的一篇论文中,我们研究了使用迁移学习和数据混合来训练多语言模型。结果表明,该模型性能与目前生产环境中使用的单语言模型相当或更优。
对于某中心的语音代理而言,扩展到新的语言传统上意味着从头开始训练一个新的自然语言理解模型,这种方法扩展性不佳。
我们考虑的其中一种设置是元迁移学习,它是迁移学习和元学习的结合。在元迁移学习中,一个单一的深度学习模型在训练过程中被适配到许多新任务上,从而学会用极少的数据适应...
作者:HOS(安全风信子) 日期:2026-01-09 来源平台:GitHub 摘要: 小数据场景是机器学习工程中的常见挑战,在安全领域尤为突出。本文从安...
作者:HOS(安全风信子) 日期:2026-01-09 来源平台:GitHub 摘要: 冷启动问题是机器学习工程中的常见挑战,在安全领域尤为突出。本文从安...
期刊: Journal of Chemical Information and Modeling 链接: https://doi.org/10.1021/acs...
通过单细胞水平的扰动反应预测进行药物再定位是一种具有成本效益的药物开发方式,但在疾病进展过程中出现的新细胞类型中,准确预测其药物反应仍是挑战。现有方法难以实现细...
尽管质谱参考库和注释工具规模不断扩大,但将分子结构分配给串联质谱的成功率仍然较低。由于并非所有化学产物都已被发现或收录于数据库,生成式人工智能被认为是填补这一空...
精确预测错义变异的功能影响对于疾病基因发现、临床基因诊断、治疗策略制定以及蛋白质工程至关重要。以往研究多集中于预测二分类的致病性,但错义变异的功能影响是多维的。...
研究团队考虑的其中一个设置是元迁移学习,这是迁移学习和元学习的结合。在元迁移学习中,单个深度学习模型在训练期间适应许多新任务,从而学会用极少数据适应未见过的任务...
为促进任务型对话智能体在新场景中的泛化能力研究,某中心语音助手团队在EvalAI平台推出了对话人工智能挑战赛。作为基准参考,我们还发布了一套在七项挑战任务中五项...