Project Icon

awesome-test-time-adaptation

测试时适应技术资源汇总与研究概览

项目汇总了测试时适应技术的研究资源,包括域适应、批次适应、实例适应、在线适应和先验适应。内容涵盖问题概述、分类整理、数据集信息和文献引用。这些资料有助于研究人员和开发者了解该领域的最新进展。

Awesome-LLMs-Datasets - 完整收录大型语言模型数据集的多维度分类概览
GithubLLMs数据集大语言模型开源项目指令微调数据集评估数据集预训练语料库
这个项目全面收集和分类了大型语言模型(LLM)数据集,包括预训练语料库、指令微调数据集、偏好数据集、评估数据集和传统NLP数据集五大类别。新增的内容涵盖多模态大语言模型数据集和检索增强生成数据集。项目统计了444个数据集的详细信息,覆盖8种语言和32个领域,为LLM研究提供了全面参考资源。
langtest - 开源工具助力语言模型全面测试与优化
AI偏见检测GithubLangTestNLP开源项目模型评估语言模型测试
LangTest是一款强大的开源工具,专为语言模型的测试和优化而设计。该工具提供超过60种测试类型,全面评估模型的鲁棒性、偏见、表示、公平性和准确性。LangTest兼容多个主流NLP框架,如Spark NLP、Hugging Face和Transformers。此外,它还能对OpenAI、Cohere等大型语言模型进行问答、毒性检测和临床测试等方面的评估。通过使用LangTest,数据科学家可以开发出更安全、可靠和负责任的自然语言处理模型。
awesome-llm-and-aigc - 大型语言模型、视觉基础模型及人工智能生成内容的关键项目、数据集和应用合集
AI Generated ContentGithubLarge Language Model应用开发平台开源项目数据集神经网络架构
awesome-llm-and-aigc项目整合了大型语言模型、视觉基础模型及人工智能生成内容的关键项目、数据集和应用。项目涵盖了神经网络架构、多种语言和视觉模型的开发实现,到具体的应用平台,为研究人员和开发者提供全面资源。适合寻找最新的行业动态、学习资源和社区交流的技术人员和爱好者。通过加入关键词如'开源', 'AI技术', '整合',进一步提高SEO优化效率。
data-augmentation-review - 全面数据增强技术助力机器学习模型优化
GitHubGithubPython库开源项目数据增强机器学习计算机视觉
该项目汇集了多领域数据增强资源,包括计算机视觉、自然语言处理、音频和时间序列分析。内容涵盖GitHub仓库、开源库、学术论文等,详细介绍了图像变换、文本生成、音频处理等增强技术。此外,还收录了自动增强和特定领域增强方法,为机器学习研究人员和实践者提供了全面的数据增强参考。
awesome-model-quantization - 全面的模型量化研究资源
Awesome Model QuantizationBiBenchEfficient_AIGC_RepoGithubMQBenchSurvey of Quantization开源项目
此项目汇集了关于模型量化的各类论文、文档和代码,为研究者提供丰富的参考资源。内容包括二值化和量化方法的调研、基准测试,以及生成模型的压缩和加速技术。项目持续更新,并欢迎对未收录研究成果的贡献。感谢所有已作出贡献的研究者。
awesome-imbalanced-learning - 解决分类问题中的类别失衡,精选学习资源与开源工具
Class-imbalanceGithubensemble learningimbalanced learning代码库开源项目文献
项目提供精选的类别失衡学习相关论文、代码和库,旨在解决分类问题中的类别不平衡。资源涵盖多种编程语言和研究领域,按编程语言和研究领域分类。项目持续更新,并引入了新包imbalanced-ensemble,适合从事欺诈检测、稀有副作用预测等研究的人员使用。
Time-Series-Works-Conferences - 全面的时间序列研究与预测资源集合
Github开源项目数据分析时间序列机器学习深度学习预测
这是一个汇集时间序列研究最新进展的资源库,整合了多领域的论文、代码和会议信息。项目涵盖多变量预测、概率预测、数据插补和异常检测等任务,提供详细的论文分类和方法总结。同时收录了相关数据集和开源代码,为时间序列研究提供全面的参考。
awesome-self-supervised-learning - 自监督学习资源精选与理论实用指南
Github人工智能对比学习开源项目深度学习自监督学习视觉特征学习
精选自监督学习资源,覆盖理论研究与各领域实际应用,如计算机视觉、机器学习等。本项目常更新,已成为AI领域必备的研究与教学资源。
AI_Tutorial - 自动更新的AI和机器学习技术资料开源项目
Github人工智能大数据开源项目机器学习深度学习算法
AI_Tutorial是一个每日自动更新的开源项目,专注于整理人工智能、机器学习和大数据领域的高质量技术资料。资源来自开源项目官网、技术网站、知名公司博客等。项目涵盖基础知识和前沿实践,旨在提高信息获取效率,为AI工程师提供全面学习资源和解决方案参考,促进行业发展。
awesome-deep-rl - 深度强化学习领域的最新研究综述与应用案例
Deep Reinforcement LearningGithubModel-basedPolicy GradientReinforcement LearningUnsupervised RL开源项目
该项目收录了深度强化学习领域的重要研究成果和应用示例,包括最新的学术论文、框架、算法和应用案例,覆盖无监督、离线、价值基础和策略梯度等多种方法。项目内容经常更新,提供最新的研究动态和工具,如2024年的HILP与2022年的EDDICT。适合从事人工智能、机器学习和强化学习的专业人员与爱好者了解该领域的最新进展。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号