-
论文阅读2
📑 论文阅读2 作者, 会议/期刊, 年份 1. 研究问题 论文要解决的核心问题是什么？ 这个问题在 IoT/AI 或更大背景下为什么重要？ 2. 第一性原理层（上限） 本问题的物理/信息论/数学“硬约束”是什么？ 作者是否明确提到这些上限？ 我的理解：＿＿＿＿ 3. 归纳假设层（条件） 作者假设了什么环境/条件？ 数据分布？ ... -
{{title}}
📑 {{title}}1. 基本信息 作者 / 单位: 会议 / 期刊: 年份: 2. 研究背景 研究问题: 应用场景: 现有方法不足: 3. 论文贡献 ✅ 贡献 1: 贡献 2: 贡献 3: 4. 方法（Approach / System Design）📌 框架图输入 / 输出 输入: 输出: 关键... -
多模态大模型入门指南-阅读提问
Here’s something encrypted, password is required to continue reading.
-
CS25 v4-Jason Wei
主要内容Jason主要围绕什么使得大语言模型如此奏效展开，核心观点是:大语言模型的成功并不是因为某一个单独的技术突破，而是多因素叠加的结果 ，其中最有意思是scaling curves(缩放定律)。 什么使得大语言模型如此奏效？ 手动检查数据:我的理解是高质量的训练数据 手动检查与筛选的数据质量能够让模型更好地学习”规律”，而不是”模式匹配” 多任务学习范式: 多任务学习范式使得LM适... -
CS25 v4-Hyung Won Chung
主要内容Hyung的lecture很有意思，分享了他预测AI未来发展趋势的方法，使我想起了李沐老师分享”从论文中寻找研究人员看待世界的角度“。他的核心观点是从主要驱动力的角度审视模型的一些归纳假设。从他跟同学的互动中，他对于RLFH持正向观点。 如何预测多因子事件的发展如何在当下社会(每年都有巨量论文 → 不可能面面俱到 → 要抓住底层驱动力)中生存？Hyung 提供了一种“回归历史、预测未... -
通用无线感知的调查-无线感知综述
引入哲学 通过分析输入信号和接受到的无线感知信号的差异，得出信息 本质原理: 无线信号易受影响 流程: 环境设置、信号预处理、特征学习、模型部署 挑战 泛在性很差 设备的异构化 人类身体形状的多样性 环境多样性 增强手段 -
语言基础模型综述
参考[1] On the Opportunities and Risks of Foundation Models. https://arxiv.org/pdf/2108.07258.pdf[2] 哈工大 SCIR. https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzIxMjAzNDY5Mg==&action=getalbum&a... -
视觉基础模型综述
参考[1] On the Opportunities and Risks of Foundation Models. https://arxiv.org/pdf/2108.07258.pdf[2] 哈工大 SCIR. https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzIxMjAzNDY5Mg==&action=getalbum&a... -
机器人学基础模型综述
参考[1] On the Opportunities and Risks of Foundation Models. https://arxiv.org/pdf/2108.07258.pdf[2] 哈工大 SCIR. https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzIxMjAzNDY5Mg==&action=getalbum&a... -
Mathematical Model:Summary
前言由于正在学习数学模型，稍微记录一些总结。 常用工具总结 数据分析: EXCEL SPSS Python R Sta 百度搜索指数 1. 评价类模型1.1 整体框架 评价模型希望从一堆方案中找到一个方案。通过正向化和标准化数据，我们期望得到分数最高的方案。 我们关心的是目标层和准则层之间的权重，方案层和准则层之间的初始分数，最终得到评分。 1.2 层次分析法–主观权重层次分析法在缺少数据...
