Models 第2页

【图像去噪】论文精读：Noise2Self: Blind Denoising by Self-Supervision（N2S）

、品质承诺、关于更新、去噪概述、文章目录、资料汇总、问题汇总（更新中）文章目录前言Abstract1.Introduction2.RelatedWork3.CalibratingTraditionalModels3.1

十小大·2025-07-10 15:19

VIT视觉

VisionTransformer视觉和语言(Vision-Language)NLPrompt:Noise-LabelPromptLearningforVision-LanguageModelsPaper

妄想成为master·2025-07-10 14:11

基于FPGA的二维FFT实现

经过Verilog编程和Modelsim仿真测试

廉连曼·2025-07-10 05:47

论文略读：SWE-bench: Can Language Models Resolve Real-world Github Issues?

iclr2024oralreviewer评分5668现有的语言模型（LMs）的基准测试已经饱和，无法捕捉到最先进的语言模型能做什么和不能做什么的前沿。——>要具有挑战性的基准测试论文引入了SWE-bench在现实软件工程环境中评估语言模型的基准测试模型的任务是解决提交到热门GitHub仓库的问题（通常是bug报告或功能请求）每个任务都需要生成描述对现有代码库应用的更改的补丁。然后，使用仓库的测试框

UQI-LIUWJ·2025-07-09 21:23

论文略读：ASurvey of Large Language Models for Graphs

2024KDD归纳了四种主要的graph+大模型GNNsasPrefixLLMsasPrefixLLMs-GraphsIntegrationLLMs-Only1GNNsasPrefix1.1节点级Token化将图结构中的每个节点单独输入到LLM中使LLM能够深入理解细粒度的节点级结构信息，并准确辨别不同节点间的关联与差异最大限度地保留每个节点的特有结构特征1.2图级Token化、将graph综合成

UQI-LIUWJ·2025-07-09 21:23

中文大模型的技术债问题

中文大模型的技术债问题摘要随着中文大语言模型（LargeLanguageModels,LLMs）在自然语言处理（NLP）领域的广泛应用，其研发和部署过程中积累的“技术债”（TechnicalDebt）问题日益突出

大鹏的NLP博客·2025-07-09 20:50

MMaDA：开启多模态扩散语言模型新篇章

MMaDA：开启多模态扩散语言模型新篇章MMaDAMMaDA-Open-SourcedMultimodalLargeDiffusionLanguageModels项目地址:https://gitcode.com

·2025-07-09 20:19

个人总结 - LangChain4j应用（1）

ChatandLanguageModels：LanguageModel：最简单的聊天模型，简单的接收字符串，不

艾露z·2025-07-09 15:43

【AI论文】Skywork-Reward-V2：通过人机协同实现偏好数据整理的规模化扩展

摘要：尽管奖励模型（RewardModels，RMs）在基于人类反馈的强化学习（ReinforcementLearningfromHumanFeedback，RLHF）中发挥着关键作用，但当前最先进的开源奖励模型在大多数现有评估基准上表现欠佳

·2025-07-09 09:37

[文献阅读]ReAct: Synergizing Reasoning and Acting in Language Models

Chainofthought)ReActReAct如何协同推理+响应Action（动作空间）协同推理结果总结摘要ReAct:SynergizingReasoningandActinginLanguageModels

xiao_yuzaijia·2025-07-09 06:16

AI初学者如何对大模型进行微调？——零基础保姆级实战指南

仅需8GB显存，三步完成个人专属大模型训练四步实战：从环境配置到模型发布步骤1：云端环境搭建（10分钟）推荐使用阿里魔塔ModelScope免费GPU资源：#注册后执行环境初始化pip3install-

·2025-07-09 02:15

Django多表查询(ORM)

fromdjango.dbimportmodels#Createyourmodelshere.classBook(m

八九燕来·2025-07-08 22:54

Django双下划线查询

示例模型：classAuthor(models.Model):name=models.C

八九燕来·2025-07-08 22:20

The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models

文章主要内容总结本文围绕大推理模型（LRMs）的推理能力展开系统研究，通过可控谜题环境分析其在不同问题复杂度下的表现，揭示其优势与局限性：研究背景与问题：当前LRMs（如OpenAIo1/o3、DeepSeek-R1等）虽在推理基准测试中表现提升，但对其底层能力、缩放特性及局限性的理解不足。现有评估依赖数学和编码基准，存在数据污染且缺乏对推理轨迹的深度分析。研究方法：采用可控谜题环境（如汉诺塔、跳

UnknownBody·2025-07-08 22:50

Prompt相关论文阅读(02)--Auto-CoT(2024-11-25)

论文阅读笔记2024-11-24~2024-11-25Auto-CoT:AutomaticChainofThoughtPromptinginLargeLanguageModels(ICLR2023)碎碎念

zhilanguifang·2025-07-08 20:12

【文献精读笔记】Explainability for Large Language Models: A Survey （大语言模型的可解释性综述）（五）

****非斜体正文为原文献内容（也包含笔者的补充），灰色块中是对文章细节的进一步详细解释！五、解释评估（ExplanationEvaluation）在前面的章节中，我们介绍了不同的解释技术和它们的用途，但评估它们如何忠实地反映模型的推理过程仍然是一个挑战。我们将评估大致分为两类：传统微调范式的局部解释评估（第5.1节）和提示范式中自然语言CoT解释的评估（第5.2节）。评估的两个关键维度是对人类的

百万年薪天才少女·2025-07-08 16:11

语言大模型综述

Paper:ASurveyofLargelanguageModels目录Paper:ASurveyofLargelanguageModels综述概要LLM关键技术规模定律（ScalingLaws）预训练与微调对齐调优

·2025-07-08 07:37

Tuning Language Models by Proxy

TuningLanguageModelsbyProxyhttps://arxiv.org/html/2401.08565v41.概述尽管大型预训练语言模型的通用能力越来越强，但它们仍然可以从额外的微调中受益

樱花的浪漫·2025-07-08 06:28

【论文阅读】Few-Shot PPG Signal Generation via Guided Diffusion Models

从少量样本数据选择到后处理的整体框架。首先，扩散模型在N样本数据集和指导下的训练。接着，模型生成一个增强的数据集，并进一步优化以提高保真度。最后，这些合成数据与少量样本训练数据集结合，用于基准模型的训练和评估。数据分布从最初的红色变为保真度增强的蓝色，这表明模型与真实数据更加吻合，如简化后的数据分布示意图所示。这篇文章的核心内容是介绍了一种名为BG-Diff（Bi-GuidedDiffusion）

Bosenya12·2025-07-08 05:25

[论文阅读] 人工智能 | 读懂Meta-Fair：让LLM摆脱偏见的自动化测试新方法

读懂Meta-Fair：让LLM摆脱偏见的自动化测试新方法论文标题：Meta-Fair:AI-AssistedFairnessTestingofLargeLanguageModelsarXiv:2507.02533Meta-Fair

张较瘦_·2025-07-08 00:16

xGen-MM (BLIP-3):一类开放式大型多模态模型

xGen-MM(BLIP-3):AFamilyofOpenLargeMultimodalModelsGitHub-salesforce/LAVISatxgen-mm|2408.08872(arxiv.org

Phoenixtree_DongZhao·2025-07-08 00:44

最小二乘法(OLS)python 实践

/22692029实现结果线性回归：#--coding:utf-8--#简单线性回归demoimportnumpyasnpimportmatplotlib.pyplotaspltimportstatsmodels.apia

·2025-07-07 17:59

【Statsmodels和SciPy介绍与常用方法】

Statsmodels库介绍与常用方法Statsmodels是一个强大的Python库，专注于统计建模和数据分析，广泛应用于经济学、金融、生物统计等领域。

机器学习司猫白·2025-07-07 17:58

多模态大模型的技术应用与未来展望：重构AI交互范式的新引擎

随着生成式AI和大模型时代的到来，**多模态大模型（MultimodalFoundationModels）**以统一的建模方式处理图像、文本、音频、视频等多源数据，重塑了“感知-认知-决策”链条，为AGI

zhaoyi_he·2025-07-07 15:43

大语言模型应用指南：ReAct 框架

尤其是大语言模型(LargeLanguageModels,LLMs)，如BERT、GPT系列等，通过在大规模无标签数据上进行预训练，获得了强大的语言理解和生成能力。然而，预

AI大模型应用实战·2025-07-07 11:44

大语言模型原理基础与前沿基于语言反馈进行微调

大语言模型（LargeLanguageModels，LLMs）如GPT-3、BERT等在各项NLP任务上取得了令人瞩目的成绩。然而，如何进一步提高大语言模型的理

AI天才研究院·2025-07-07 10:03

Assistant API的原理及应用

AssistantsAPI允许开发者构建智能助手，这些助手可通过：instructions（指令）：设定助手行为；models（模型）：指定使用的GPT模型；tools（工具）：调用代码解释器、知识库

赛丽曼·2025-07-07 09:29

Django5.1（91）—— 如何删除一个 Django 应用

从相应的models.py文件中删除所有模型。通过运行makemigrations来创建相关的迁移。这一步会生成一个迁移，用于删除已删除模型的表，以及与这些模型相

小天的铁蛋儿·2025-07-07 08:49

CppCon 2018 学习:RAPID PROTOTYPING OF GRAPHICS SHADERS IN

以下是逐条解释与理解：“Depictingdepthperceptionin3Dmodelsorillustrationsbyvaryinglevelsofdarkness”—Wikipedia这是**

虾球xz·2025-07-06 07:37

使用Qwen2.5-Max大模型

您可以通过阿里云的生成式AI开发平台ModelStudio访问并调用Qwen2.5-Max的API服务。步骤：登录阿里云官网（https://www.alibabacloud.com）。

海青橘·2025-07-06 05:56

Day51 复习日-模型改进

加入注意力等importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transforms,modelsfromtorch.utils.dataimportDataLoader

cylat·2025-07-06 03:19

yolo11官方ONNXRuntime部署推理的脚本测试，包括检测模型和分割模型的部署推理

1.脚本路径：D:/ultralytics-main/examples/YOLOv8-ONNXRuntime/main.py2.使用案例下载好onnx模型保存至D:/ultralytics-main/models

Revao·2025-07-05 22:12

YOLOv7 技术详解（Real-Time Dynamic Label Assignment + Model Scaling）

✅YOLOv7技术详解（Real-TimeDynamicLabelAssignment+ModelScaling）一、前言YOLOv7是AlexeyBochkovskiy团队后续维护者提出的一种高性能目标检测模型

要努力啊啊啊·2025-07-05 16:59

python打卡day52@浙大疏锦行

知识点回顾：随机种子内参的初始化神经网络调参指南参数的分类调参的顺序各部分参数的调整心得神经网络调参核心实践一、全局随机种子设置（修改src/models/train.py）defset_seed(seed

风逸hhh·2025-07-05 14:17

day 58 python打卡

作业：对太阳黑子数量数据集用arima完成流程1.导入原始数据，并可视化#导入必要的库importpandasaspdimportmatplotlib.pyplotaspltfromstatsmodels.tsa.stattoolsimportadfullerfromstatsmodels.graphics.tsaplotsimportplot_acf

·2025-07-05 14:12

大语言模型应用指南：谷歌 Gemini 简介

大语言模型应用指南：谷歌Gemini简介关键词：大语言模型，Gemini，谷歌，人工智能，应用指南1.背景介绍近年来，人工智能领域取得了突破性进展，尤其是大语言模型（LargeLanguageModels

AI天才研究院·2025-07-05 05:12

Laravel路由模型绑定

Laravel路由模型绑定路由模型绑定我们在使用路由的时候一个很常见的使用场景就是根据资源ID查询资源信息：Route::get('task/{id}',function($id){$task=\App\Models

·2025-07-04 07:45

LLM归因的几种评估方式

参考ASurveyofLargeLanguageModelsAttribution，LLM归因有以下几种有效的评估方式。1人工评估归因错误的检测难度大，所以评估主要依赖人工评价进行归因检测。

liliangcsdn·2025-07-04 03:23

LLM归因的限制和挑战

参考ASurveyofLargeLanguageModelsAttribution，LLM归因的限制和挑战总结如下1）难以确定何时以及如何进行归因LLM区分一般知识(可能不需要引文)和专业知识(需要归因

·2025-07-04 03:53

MIT 6.S184 Lec01 Flow and Diffusion Models

MIT6.S184Lec01FlowandDiffusionModels本节中，我们将描述如何通过模拟一个适当构造的微分方程来获得所需的转换。

克斯维尔的明天_·2025-07-04 01:09

【YOLOv11】ultralytics最新作品yolov11 AND 模型的训练、推理、验证、导出以及使用

Jackilina_Stone·2025-07-03 16:36

司南锤·2025-07-03 13:15

AtomNet：在极端MCU约束下基于算子设计微型模型

英文标题：AtomNet:DesigningTinyModelsfromOperatorsUnderExtremeMCUConstraints中文标题：AtomNet：在极端MCU约束下基于算子设计微型模型作者信息

神一样的老师·2025-07-03 12:38

【大模型学习 | BLIP2原理】

BLIP-2:BootstrappingLanguage-ImagePre-trainingwithFrozenImageEncodersandLargeLanguageModels目前（2023）的图文模型都是基于端到端训练方式

九年义务漏网鲨鱼·2025-07-03 00:38

无需多卡集群，单卡运行扩散模型的技术突破与实践

近年来，扩散模型（DiffusionModels）在图像、视频、3D生成等领域取得巨大进展。

源客z·2025-07-02 20:35

本地部署ComfyUI，使用FLUX模型相关的配置以及软链接的使用

FLUX.1dev下载网站：black-forest-labsflux1-dev.safetensors是UNET模型，需要放在ComfyUI/models/unet目录下如果从

九河_·2025-07-02 15:29

Dimba: Transformer-Mamba Diffusion Models————3 Methodology

图解图片中的每个模块详解1.文本输入(Text)描述：输入的文本描述了一个具有具体特征的场景。功能：提供关于要生成图像的详细信息。2.T5模型(TexttoFeature)描述：使用T5模型将文本转换为特征向量。功能：提取文本中的语义信息，为后续的图像生成提供条件。3.图像输入(Image)描述：输入图像通过变分自编码器(VAE)编码器处理。功能：将图像转换为潜在表示，用于添加噪声并进行扩散过程。

·2025-07-02 12:05

Panda3D实战：从入门到精通

__init__(self)self.scene=self.loader.loadModel("models/environment")self

KENYCHEN奉孝·2025-07-02 09:40

【LangChain编程：从入门到实践】AI 大模型检索增强生成 RAG 实践

大模型检索增强生成RAG实践关键词：LangChain,RAG,大语言模型,检索增强生成,向量数据库,嵌入模型,提示工程1.背景介绍在人工智能和自然语言处理领域,大语言模型(LargeLanguageModels

AI智能应用·2025-07-02 08:35

【Actix Web】构建高性能 Rust API：Actix Web 最佳实践与进阶指南

项目初始化与配置2.1创建项目2.2添加依赖(Cargo.toml)2.3配置文件(config/default.toml)三、核心模块实现3.1应用状态管理(src/state.rs)3.2数据模型定义(src/models.rs

LCG元·2025-07-01 19:35

推荐频道

Models