斯诺

learn to learn 让机器学习如何去学习，例如机器学习之前学习了 100 个不同的 task（语音识别/图像识别），最后一个task是文本分类相关的，在学习前一百个任务之后，机器在文本分类任

可控文本生成定义 这里的可控，广泛定义为一种属性可控。而传统的seq2seq是无法做到这个的。 这里的属性包含：情感、风格和内容 attribute controllable binary attri

介绍 是一种搜索算法，常见的几种算法类型： 随机搜索： 在不同参数中，对每个参数都随机采样，然后进行组合 网格搜索： 在不同参数中，找到所有参数及数值的排列组合 粒子群优化：集体信息共享找到最优目标点

前面我们已经陆陆续续介绍了 gpt3、in-context learning等内容，但提到生成模型，不可不提目前火爆程度不亚于《狂飙》的 ChatGPT，而本文将介绍 ChatGPT 所基于的模型：

为什么要做这件事情 内容化的重要业务价值 达人内容生成覆盖商品少、成本高 技术积累。 千万级达人训练数据、完善的知识图谱数据、商品理解能力和NLP领域的深度学习相关知识储备。 整体方案综述 输入 素材

what is embeding embedding就是把字词用向量表示出来，相当于是对字词做encoding motivation 比如 猫，狗，我们当然可以直接把他们表示为一些独立的离散符号，但是

很久之前了解的GAN和VAE，最近看到一篇文章，有了点新的理解，主要记录思想而非具体的做法。 一. GAN GAN(generative adversarial nets), 模型有两个模块，一个是g

一、决策树基本模型介绍 决策树基本思想 将一个集合中的数据，按照不同特征不断划分，形成一颗树；树的叶子节点表示样本所属的类别。如果是回归树，可以把叶子节点的值求平均作为样本的输出结果值。 优缺点 方便

入门新手可以看的资料：   书籍：   《数学之美》     吴军老师   《自然语言处理》  宗成庆老师   《统计学习方法》  李航老师   《机器学习导论》   网上资源：    吴恩达老师的机