NLP

这一章我们聊聊指令微调，模型还是那个熟悉的模型，核心的差异在于指令集和评估侧重点的不同，每个模型只侧重介绍差异点。按时间顺序分别是Flan，T0，InstructGPT， Tk-Instruct

导语 会议：Arxiv 2023 链接：https://arxiv.org/abs/2301.03988 1 简介 最近几年，Code LLM相关的内容越来越吸引了研究者们的兴趣。然而，在研究社区中，

作为一款广受欢迎的开源IDE，VSCode凭借其轻量级和高度可扩展的特性，成为了越来越多开发者的首选工具。但是，VSCode的强大功能并不仅限于其本身，是可以通过插件、主题和其他扩展来进一步扩展其功

编者按：过去，NLP开发人员依赖于文本分类、命名实体识别和命名实体消歧等技术栈来优化NLP任务。然而，随着大语言模型(LLM)的快速发展，新的技术栈开始出现，以支持和加速这些大型语言模型的实现和应用。

介绍 人工智能可以帮助我们实现将自然语言查询和 SQL 代码进行互相转换，这种技术通过自然语言处理（NLP）和机器学习，训练模型来理解和生成自然语言和 SQL 代码之间的映射关系。 SQL Trans

我们知道Bert 预训练模型针对分词、ner、文本分类等下游任务取得了很好的效果，但在语义相似度任务上，表现相较于 Word2Vec、Glove 等并没有明显的提升。

近日，由清华技术成果转化的公司智谱AI 开源了 GLM 系列模型的新成员——中英双语对话模型 ChatGLM-6B，支持在单张消费级显卡上进行推理使用。这是继此前开源 GLM-130B 千亿基座模型

First, we must define an embedding function that maps discrete text into a continuous space.

如何利用prompting和RLHF（Reinforcement Learning from Human Feedback）技术使得NLP从语言模型进化到人工智能助手

这一章我们介绍在下游任务微调中固定LM参数，只微调Prompt的相关模型。这类模型的优势很直观就是微调的参数量小，能大幅降低LLM的微调参数量，是轻量级的微调替代品。

ChatGPT已经火爆一段时间了，如今ChatGPT已经开放了自己的API体系，所以我们自己写一个吧。只要你会Python语言，使用起来真的好简单的。

导语 会议：Arxiv 2022 链接：https://arxiv.org/abs/2212.08632 1 简介 多模态和多跳问答(Multi-modal and Multi-hop Questio

ChatGPT实在是太火了，以至于带动了整个NLP（Natural Language Processing 自然语言生成）的研究和认知度大受关注。在整个NLP的研究和应用中，除了最上层的仅仅是应用这些

大家好，我是Peter~ 本文是针对kaggle上一个真假新闻数据进行建模分析，文章主要内容： 文本数据解析 词云图绘制 文本词频和长度分析 语料库生成与分词 基于Keras的建模 原数据地址： ht

UIE系列模型已发布UIE、UIE-X、UIE-senta三大模型，凭借其强大的**零样本与小样本能力、多任务统一建模能力**，成为业界在信息抽取、情感分析等任务上的首选方案。

论文地址：https://arxiv.org/abs/2302.00923 代码地址：https://github.com/amazon-science/mm-cot 本文研究在小于 10 亿参数的情

这一章我们介绍固定prompt微调LM的相关模型，以下按时间顺序介绍，支持任意NLP任务的T5，针对文本分类的两篇PET和LM-BFF

借着ChatGPT的东风，我们来梳理下prompt相关模型。开篇我们简单介绍下Prompt，并以其中的Tunning-Free Prompt为线索串联GPT3，LAMA和AutoPrompt

为了帮助被投企业提升评价数据的处理效率，黑蚁投后数字化团队基于PaddleNLP情感分析技术，帮助品牌高效深入了解用户反馈，自动抽取出高价值信息，实现量化统计分析，从而降本提效。

大家好，我是半虹，这篇文章来讲 GPT。GPT 本质上就是一个预训练语言模型，其用大规模无标注语料、以自回归的方式进行预训练。GPT 通过不断增加模型参数以及预训练语料规模进行更新迭代，并最终...