MeteoRA：多任务AI框架革新！动态切换+MoE架构，推理效率提升200%
❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！ AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 "你的LLM还在单线程工作？南大黑科技让AI学会『一心多用』！" 大家好，我是蚝油菜花。当你的AI模型还在这样...
基于AI快速生成的工作流框架
云工作流提供AI快速生成工作流框架功能，您只需简单输入业务需求描述即可自动生成所需框架，包括输入输出构造示例、完整的代码以及流程详细介绍。
满足不同下游任务特征需求！Sea AI Lab 提出多粒度自监督学习框架Mugs，刷新多项SOTA（2）
C). 粗粒度的 group 特征学习为了避免了上述相似的 local-group 分散的过于随机或较远，Mugs 中的 group discrimination supervision 将类似的样本聚集在一起，从而拉近类似的 local-group。这样一来，Mugs 可以在更高语义级别上捕获粗粒度特征。具体来说，如图一所示，给定, 老师和学生 backbone 分别输出。接着 Mugs 把里....
满足不同下游任务特征需求！Sea AI Lab 提出多粒度自监督学习框架Mugs，刷新多项SOTA（1）
由颜水成老师带领的 Sea AI Lab 提出了一种多粒度自监督学习框架 Mugs[1]，用以学习不同粒度的非监督特征，从而满足不同下游任务对不同粒度甚至多粒度特征的需求。在相同的实验设置下（相同数据集和模型等），该方法大幅超越了目前最好的自监督学习方法。在没有使用额外数据的情况下，该方法在 ImageNet 数据集上取得了目前最高的线性评估准确率（linear probing accuracy....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
AI更多框架相关
产品推荐
阿里云机器学习平台PAI
阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。
+关注