机器学习

当我们想让 AI 识别猫咪，却只有 100 张标注好 “这是猫咪” 的图片，却有 10000 张没标注的动物照片时，传统监督学习会因 “老师太少” 学不好

对抗样本先丢一个画面：把“画龙点睛”四个字切成十六块拼图，再随手撒回屏幕，普通人瞄一眼就能拼回那条龙，AI却集体宕机，像刚学认字的小孩一样抓瞎。 这不是段子

联邦学习将机器学习过程分配到边缘。它使移动电话能够使用设备上的训练数据协作学习共享模型，并将数据保存在设备上。它将机器学习的需求与将数据存储在云中的需求分离开来。

清华大学张长水撰写最新少样本学习综述（FSL）文章。

机器学习的解释是什么?机器学习算法使用统计信息来查找大量数据中的模式。这里的数据包含很多东西，数字、单词、图像、点击次数，以及您所拥有的东西。

我们都在说Al模型，怎么好怎么好，有人说的好:人工智能是先有人工才有智能。模型需要喂给他知识才会变得强大。想象一下，我们有一个非常非常聪明，但一开始什么都不会的“机器人小宝宝”

科技日报北京4月26日电（记者 张梦然）美国麻省理工学院团队创建了一个独特的机器学习“元素周期表”，它展示了超过20种经典机器学习算法之间的联系。

清华文章|来自清华大学的助理研究员张子威博士、助理研究员王鑫博士和教授朱文武博士，在《计算机学报》发表论文“图神经架构搜索综述”

大模型正在与我们的生活形成愈发紧密的联系，那么，我们怎么理解大模型背后的底层逻辑？不妨来看看本文的拆解。