AIoT空间

动态规划解编辑距离问题：公式解析与操作含义 编辑距离（Edit Distance）是一个经典的动态规划问题，广泛应用于字符串相似度分析、拼写纠正等领域。它的目标是计算将字符串 $A$ 转换为字符串 $

引言 LoRA（Low-Rank Adaptation）是一种专为大模型设计的微调方法，通过低秩矩阵分解，LoRA可以在保持模型性能的情况下减少训练和推理的参数量，从而显著提高微调效率。本文将深入解析

引言 🔍🎙️ 在当今的科技发展中，语音识别技术已逐渐融入人们的日常生活，从智能语音助手到语音翻译，语音识别系统在各类应用场景中扮演着重要角色。语音识别的核心在于如何通过计算模型，将人类的声音转化为准确

Cost-sensitive learning 在文本分类中的应用 在文本分类任务中，通常采用的是多类别分类模型，即将文本分为多个类别。但是在实际应用中，不同的类别可能具有不同的重要性，即有些类别的错

ADASYN（Adaptive Synthetic Sampling）是一种基于数据的过采样方法，它可以用于解决类别不平衡问题。在文本分类中，由于某些类别的样本数量较少，可能会导致分类器对这些类别的识

在文本分类中，数据不平衡是一个常见的问题。这意味着我们可能会有大量的样本属于一个类别，而其他类别的样本数量相对较少。这种情况下，我们的分类器可能会倾向于预测出现频率更高的类别，而忽略其他类别。SMOT

样本类别不平衡的文本分类 在文本分类任务中，样本类别不平衡是一个常见的问题。即使是在大规模的数据集中，也会存在某些类别的样本数量远远少于其他类别的情况。这会导致模型对于少数类别的识别能力不足，影响模型

🤗 PEFT：在低资源硬件上对十亿规模模型进行参数高效微调 https://huggingface.co/blog/zh/peft 基于 Transformers 架构的大型语言模型 (LLM)，如

在一张 24 GB 的消费级显卡上用 RLHF 微调 20B LLMs https://huggingface.co/blog/zh/trl-peft 我们很高兴正式发布 trl 与 peft 的集成