หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

เอกสาร AI ที่ยอดเยี่ยม️

คำอธิบาย

ที่เก็บนี้เป็นรายการเอกสาร AI ที่สำคัญที่จัดขึ้นตามวันที่ตีพิมพ์ ครอบคลุมห้าฟิลด์: การมองเห็นคอมพิวเตอร์การประมวลผลภาษาธรรมชาติการประมวลผลเสียงการเรียนรู้หลายรูปแบบและการเรียนรู้การเสริมแรง อย่าลังเลที่จะให้ดาราที่เก็บนี้ถ้าคุณสนุกกับงาน

ผู้ดูแล: Aimerou ndiaye

สารบัญ

  1. 2023 เอกสาร
    • วิสัยทัศน์คอมพิวเตอร์
    • การประมวลผลภาษาธรรมชาติ
    • การประมวลผลเสียง
    • การเรียนรู้หลายรูปแบบ
    • การเรียนรู้เสริมแรง
    • เอกสารอื่น ๆ
  2. 2022 เอกสาร
    • วิสัยทัศน์คอมพิวเตอร์
    • การประมวลผลภาษาธรรมชาติ
    • การประมวลผลเสียง
    • การเรียนรู้หลายรูปแบบ
    • การเรียนรู้เสริมแรง
    • เอกสารอื่น ๆ
  3. เอกสารประวัติศาสตร์

อนุกรมวิธาน

ในการเลือกเอกสารที่เกี่ยวข้องมากที่สุดเราเลือกขีด จำกัด อัตนัยในแง่ของจำนวนการอ้างอิง ไอคอนแต่ละตัวที่นี่กำหนดประเภทกระดาษที่ตรงตามเกณฑ์เหล่านี้

- บทความทางประวัติศาสตร์: การอ้างอิงมากกว่า 10k และผลกระทบอย่างเด็ดขาดในวิวัฒนาการของ AI

บทความสำคัญ: การอ้างอิงมากกว่า 50 รายการและผลงานศิลปะ

⏫แนวโน้ม: การอ้างอิง 1 ถึง 50 บทความล่าสุดและนวัตกรรมพร้อมการยอมรับที่เพิ่มขึ้น

- บทความสำคัญ: งานเด็ดขาดที่ไม่ได้มาพร้อมกับรายงานการวิจัย

2023 เอกสาร

วิสัยทัศน์คอมพิวเตอร์

  • 01/2023: Muse: การสร้างข้อความสู่ภาพผ่าน Transformers Generative Masked (Muse)
  • 02/2023: โครงสร้างและการสังเคราะห์วิดีโอที่นำด้วยเนื้อหาด้วยแบบจำลองการแพร่กระจาย (Gen-1)
  • 02/2023: ปรับขนาดหม้อแปลงวิสัยทัศน์เป็น 22 พันล้านพารามิเตอร์ (VIT 22B)
  • 02/2023: การเพิ่มการควบคุมแบบมีเงื่อนไขให้กับโมเดลการแพร่กระจายแบบข้อความกับภาพ (ControlNet)
  • 03/2023: Visual Chatgpt: การพูดคุยการวาดและการแก้ไขด้วยรุ่น Visual Foundation (Visual Chatgpt)
  • 03/2023: ปรับขนาด Gans สำหรับการสังเคราะห์ข้อความกับภาพ (Gigagan)
  • 04/2023: แบ่งส่วนอะไร (แซม)
  • 04/2023: Dinov2: การเรียนรู้คุณสมบัติภาพที่แข็งแกร่งโดยไม่ต้องกำกับดูแล (Dinov2)
  • 04/2023: การปรับแต่งคำสั่งภาพ
  • 04/2023: จัดตำแหน่งแฝงของคุณ: การสังเคราะห์วิดีโอความละเอียดสูงกับโมเดลการแพร่กระจายแฝง (videoldm)
  • 04/2023: ข้อมูลสังเคราะห์จากแบบจำลองการแพร่กระจายปรับปรุงการจำแนกประเภท Imagenet
  • 04/2023: แบ่งส่วนอะไรในภาพทางการแพทย์ (Medsam)
  • 05/2023: ลาก GAN ของคุณ: การจัดการแบบจุดแบบอินเทอร์แอคทีฟบนภาพรวมภาพ (Draggan)
  • 06/2023: NeuralAngelo: การสร้างพื้นผิวระบบประสาทที่มีความเที่ยงตรงสูง (NeuralAngelo)
  • 07/2023: SDXL: การปรับปรุงแบบจำลองการแพร่กระจายแฝงสำหรับการสังเคราะห์ภาพความละเอียดสูง (SDXL)
  • 08/2023: 3D Gaussian Splatting สำหรับการแสดงผลระยะเวลาเรียลไทม์
  • 08/2023: QWEN-VL: รูปแบบภาษาวิสัยทัศน์อเนกประสงค์เพื่อความเข้าใจการแปล ... (QWEN-VL)
  • ⏫ 08/2023: MVDream: การแพร่กระจายแบบหลายมุมมองสำหรับการสร้าง 3D (MVDream)
  • ⏫ 11/2023: Florence-2: การเป็นตัวแทนแบบครบวงจรสำหรับงานการมองเห็นที่หลากหลาย (Florence-2)
  • ⏫ 12/2023: Videopoet: รูปแบบภาษาขนาดใหญ่สำหรับการสร้างวิดีโอแบบศูนย์-ช็อต (Videopoet)

NLP

  • 01/2023: DETECTGPT: การตรวจจับข้อความที่สร้างโดยใช้เครื่องช็อตโดยใช้ความโค้งความน่าจะเป็น (DETECTGPT)
  • 02/2023: Toolformer: แบบจำลองภาษาสามารถสอนตัวเองให้ใช้เครื่องมือ (Toolformer)
  • 02/2023: LLAMA: แบบเปิดและมีประสิทธิภาพของรูปแบบภาษาพื้นฐาน (LLAMA)
  • - 03/2023: GPT-4
  • 03/2023: ประกายไฟแห่งข่าวกรองทั่วไปประดิษฐ์: การทดลองในช่วงต้นด้วย GPT-4 (GPT-4 Eval)
  • 03/2023: HuggingGpt: การแก้ปัญหา AI กับ CHATGPT และเพื่อน ๆ ใน HuggingFace (HuggingGpt)
  • 03/2023: Bloomberggpt: รูปแบบภาษาขนาดใหญ่สำหรับการเงิน (Bloomberggpt)
  • 04/2023: การปรับแต่งคำสั่งด้วย GPT-4
  • 04/2023: ตัวแทนกำเนิด: simulacra แบบโต้ตอบของมนุษย์ (ตัวแทน Gen)
  • 05/2023: รายงานทางเทคนิค Palm 2 (PALM-2)
  • 05/2023: ต้นไม้แห่งความคิด: การแก้ปัญหาโดยเจตนาด้วยแบบจำลองภาษาขนาดใหญ่ (TOT)
  • 05/2023: ลิมา: น้อยกว่าสำหรับการจัดตำแหน่ง (ลิมา)
  • 05/2023: Qlora: การเพิ่มประสิทธิภาพของ LLMs เชิงปริมาณ (Qlora)
  • 05/2023: Voyager: ตัวแทนที่เป็นตัวเป็นตนปลายเปิดที่มีรูปแบบภาษาขนาดใหญ่ (Voyager)
  • 07/2023: TOOLLLM: อำนวยความสะดวกในรูปแบบภาษาขนาดใหญ่เพื่อมาสเตอร์ APIs 16000+ โลกแห่งความเป็นจริง (TOOLLLM)
  • 08/2023: METAGPT: การเขียนโปรแกรมเมตาสำหรับกรอบการทำงานร่วมกันหลายตัวแทน (METAGPT)
  • 08/2023: รหัส LLAMA: แบบเปิดพื้นฐานสำหรับรหัส (รหัส LLAMA)
  • ⏫ 09/2023: RLAIF: การปรับขนาดการเรียนรู้การเสริมแรงจากข้อเสนอแนะของมนุษย์พร้อมคำติชม AI (RLAIF)
  • 09/2023: โมเดลภาษาขนาดใหญ่เป็น Optimizers (OPRO)
  • ⏫ 10/2023: ยูเรก้า: การออกแบบรางวัลระดับมนุษย์ผ่านการเข้ารหัสแบบจำลองภาษาขนาดใหญ่ (ยูเรก้า)
  • ⏫ 12/2023: การค้นพบทางคณิตศาสตร์จากการค้นหาโปรแกรมด้วยแบบจำลองภาษาขนาดใหญ่ (Funsearch)

การประมวลผลเสียง

  • 01/2023: โมเดลภาษาตัวแปลงสัญญาณประสาทเป็นแบบไม่มีการยิงแบบ synthesizers คำพูด (Vall-E)
  • 01/2023: Musiclm: สร้างเพลงจากข้อความ (MusicLm)
  • 01/2023: Audioldm: การสร้างข้อความไปยัง Audio พร้อมรูปแบบการแพร่กระจายแฝง (Audioldm)
  • 03/2023: Google USM: ปรับขนาดการรู้จำเสียงพูดอัตโนมัติเกิน 100 ภาษา (USM)
  • 05/2023: การปรับสเกลเทคโนโลยีการพูดเป็น 1,000+ ภาษา (MMS)
  • ⏫ 06/2023: การสร้างเพลงที่เรียบง่ายและควบคุมได้ (MusicGen)
  • ⏫ 06/2023: Audiopalm: โมเดลภาษาขนาดใหญ่ที่สามารถพูดและฟัง (Audiopalm)
  • ⏫ 06/2023: VoiceBox: การสร้างคำพูดสากลหลายภาษาที่มีไกด์นำทางในระดับ (VoiceBox)

การเรียนรู้หลายรูปแบบ

  • 02/2023: ภาษาไม่ใช่ทั้งหมดที่คุณต้องการ: จัดตำแหน่งการรับรู้กับแบบจำลองภาษา (KOSMOS-1)
  • 03/2023: Palm-E: โมเดลภาษาหลายรูปแบบที่เป็นตัวเป็นตน (Palm-E)
  • 04/2023: Audiogpt: การทำความเข้าใจและสร้างคำพูดดนตรีเสียงและหัวพูดคุย (Audiogpt)
  • 05/2023: ImageBind: พื้นที่ฝังหนึ่งเพื่อผูกทั้งหมด (ImageBind)
  • ⏫ 07/2023: ปรับขนาดโมเดลหลายโมเดลอัตโนมัติ: การปรับแต่งและการปรับแต่ง (cm3leon)
  • ⏫ 07/2023: Meta-Transformer: กรอบการเรียนรู้แบบครบวงจรสำหรับการเรียนรู้หลายรูปแบบ (Meta-Transformer)
  • ⏫ 08/2023: SeamlessM4T: การแปลด้วยเครื่องหลายภาษาและหลายรูปแบบ (SeamlessM4T)

การเรียนรู้เสริมแรง

  • 01/2023: การเรียนรู้โดเมนที่หลากหลายผ่านโมเดลโลก (Dreamerv3)
  • ⏫ 02/2023: การต่อสายดินแบบจำลองภาษาขนาดใหญ่ในสภาพแวดล้อมแบบโต้ตอบด้วย RL ออนไลน์ (GLAM)
  • ⏫ 02/2023: การเรียนรู้การเสริมแรงออนไลน์ที่มีประสิทธิภาพด้วยข้อมูลออฟไลน์ (RLPD)
  • ⏫ 03/2023: รางวัลการออกแบบด้วยรูปแบบภาษา
  • 05/2023: การเพิ่มประสิทธิภาพการตั้งค่าโดยตรง: แบบจำลองภาษาของคุณเป็นแบบจำลองรางวัล (DPO) อย่างลับๆ
  • ⏫ 06/2023: อัลกอริทึมการเรียงลำดับที่เร็วขึ้นค้นพบโดยใช้การเรียนรู้การเสริมแรงอย่างลึกซึ้ง (Alphadev)
  • ⏫ 08/2023: retroformer: ตัวแทนภาษาขนาดใหญ่ย้อนหลังพร้อมการเพิ่มประสิทธิภาพการไล่ระดับสี (retroformer)

เอกสารอื่น ๆ

  • 02/2023: การค้นพบสัญลักษณ์ของอัลกอริทึมการเพิ่มประสิทธิภาพ (Lion)
  • 07/2023: RT-2: Vision-Language-Action Models โอนความรู้เว็บไปยังการควบคุมหุ่นยนต์ (RT-2)
  • ⏫ 11/2023: ปรับขนาดการเรียนรู้อย่างลึกซึ้งสำหรับการค้นพบวัสดุ (GNOME)
  • ⏫ 12/2023: การค้นพบระดับโครงสร้างของยาปฏิชีวนะด้วยการเรียนรู้เชิงลึกที่อธิบายได้

2022 เอกสาร

วิสัยทัศน์คอมพิวเตอร์

  • 01/2022: A Convnet สำหรับปี 2020 (Convnext)
  • 01/2022: แพตช์เป็นสิ่งที่คุณต้องการ (Convmixer)
  • 02/2022: block-nerf: การสังเคราะห์มุมมองระบบประสาทขนาดใหญ่ที่ปรับขนาดได้ (block-nerf)
  • 03/2022: Dino: DETR พร้อมกล่องยึด denoising ที่ดีขึ้นสำหรับการตรวจจับวัตถุแบบครบวงจร (DINO)
  • 03/2022: ปรับขนาดเคอร์เนลของคุณเป็น 31 × 31: การออกแบบเคอร์เนลขนาดใหญ่ใน CNNS (เคอร์เนลขนาดใหญ่ CNN)
  • 03/2022: Tensorf: Tensorial Radiance Fields (Tensorf)
  • 04/2022: Maxvit: Multi-Axis Vision Transformer (MaxVit)
  • 04/2022: การสร้างภาพข้อความแบบลำดับชั้นด้วยคลิปแฝง (Dall-E 2)
  • 05/2022: โมเดลการแพร่กระจายข้อความไปยังภาพด้วยแสงด้วยความเข้าใจภาษาลึก (Imagen)
  • 05/2022: GIT: หม้อแปลงภาพเป็นภาพรวมสำหรับการมองเห็นและภาษา (GIT)
  • 06/2022: CMT: เครือข่ายนิวรัลคอลการพบวิสัยทัศน์หม้อแปลง (CMT)
  • 07/2022: Swin Unetr: Swin Transformers สำหรับการแบ่งส่วนความหมายของเนื้องอกในสมอง ... (Swin unetr)
  • 07/2022: คำแนะนำการแพร่กระจายแบบแยกตัวแยกประเภท
  • 08/2022: การปรับแต่งแบบจำลองการแพร่กระจายแบบข้อความไปยังภาพสำหรับการสร้างหัวเรื่อง (Dreambooth)
  • 09/2022: Dreamfusion: Text-to-3d โดยใช้การแพร่กระจาย 2D (Dreamfusion)
  • 09/2022: Make-A-Video: การสร้างข้อความถึงวิดีโอโดยไม่มีข้อมูลข้อความวิดีโอ (Make-A-Video)
  • 10/2022: เกี่ยวกับการกลั่นของแบบจำลองการแพร่กระจายที่นำทาง
  • 10/2022: LAION-5B: ชุดข้อมูลขนาดใหญ่แบบเปิดสำหรับการฝึกอบรมโมเดลข้อความภาพรุ่นต่อไป (LAION-5B)
  • 10/2022: Imagic: การแก้ไขภาพจริงตามข้อความด้วยโมเดลการแพร่กระจาย (Imagic)
  • 11/2022: การปรับจูนด้วยภาพ
  • 11/2022: Magic3d: การสร้างเนื้อหาความละเอียดสูงถึง 3D (Magic3D)
  • 11/2022: DiffusionDet: แบบจำลองการแพร่สำหรับการตรวจจับวัตถุ (diffusionDet)
  • 11/2022: InstructPix2Pix: การเรียนรู้ที่จะทำตามคำแนะนำในการแก้ไขภาพ (InstructPix2Pix)
  • 12/2022: การปรับแต่งแบบหลายแนวคิดของการแพร่กระจายข้อความกับภาพ (การแพร่กระจายแบบกำหนดเอง)
  • 12/2022: โมเดลการแพร่กระจายที่ปรับขนาดได้ด้วยหม้อแปลง (DIT)

NLP

  • 01/2022: แลมบ์ดา: โมเดลภาษาสำหรับแอปพลิเคชันโต้ตอบ (แลมบ์ดา)
  • 01/2022: โซ่แห่งความคิดกระตุ้นให้เกิดการให้เหตุผลในรูปแบบภาษาขนาดใหญ่ (COT)
  • 02/2022: การสร้างรหัสระดับการแข่งขันด้วย Alphacode (Alphacode)
  • 02/2022: แบบจำลองภาษา Finetuned เป็นผู้เรียนที่ไม่ได้ช็อต (FLAN)
  • 03/2022: แบบจำลองภาษาการฝึกอบรมเพื่อทำตามคำแนะนำของมนุษย์ด้วยคำติชมของมนุษย์ (InstructGPT)
  • 03/2022: การฝึกอบรมมัลติทาสก์ทำให้การฝึกอบรมเป็นศูนย์การยิงแบบไม่มีการยิง (T0)
  • 03/2022: การฝึกอบรมแบบจำลองภาษาขนาดใหญ่ที่ดีที่สุด (Chinchilla)
  • 04/2022: ทำอย่างที่ฉันทำได้ไม่ใช่อย่างที่ฉันพูด: ภาษาพื้นฐานในการจ่ายหุ่นยนต์ (saycan)
  • 04/2022: GPT-NEOX-20B: โมเดลภาษาแบบอัตโนมัติโอเพนซอร์ซ (GPT-NEOX)
  • 04/2022: Palm: การปรับขนาดภาษาด้วยเส้นทาง (Palm)
  • 06/2022: นอกเหนือจากเกมเลียนแบบ: การหาปริมาณและการคาดการณ์ความสามารถของหรั่ง ... (บิ๊กเบนช์)
  • 06/2022: การแก้ปัญหาการใช้เหตุผลเชิงปริมาณด้วยโมเดลภาษา (Minerva)
  • 10/2022: React: การประสานการใช้เหตุผลและทำหน้าที่ในแบบจำลองภาษา (React)
  • 11/2022: Bloom: โมเดลภาษาหลายภาษาแบบเปิดกว้าง 176b-parameter (Bloom)
  • - 11/2022: การเพิ่มประสิทธิภาพแบบจำลองภาษาสำหรับบทสนทนา (CHATGPT)
  • 12/2022: แบบจำลองภาษาขนาดใหญ่เข้ารหัสความรู้ทางคลินิก (Med-Palm)

การประมวลผลเสียง

  • 02/2022: MSLAM: การฝึกฝนข้อต่อหลายภาษาสำหรับการพูดและข้อความ (MSLAM)
  • 02/2022: เพิ่ม 2022: ความท้าทายการตรวจจับการสังเคราะห์เสียงลึกครั้งแรก (เพิ่ม)
  • 03/2022: การฝึกอบรมที่มีประสิทธิภาพของหม้อแปลงเสียงด้วย Patchout (PASST)
  • 04/2022: Maestro: การแสดงข้อความพูดที่ตรงกันผ่านการจับคู่แบบ modality (Maestro)
  • 05/2022: Speecht5: Unified-Modal Decoder Pre-Training สำหรับภาษาพูด ... (SPIEKST5)
  • 06/2022: WAVLM: การฝึกอบรมก่อนการดูแลตนเองขนาดใหญ่สำหรับการประมวลผลคำพูดเต็มสแต็ก (WAVLM)
  • 07/2022: BIGSSL: การสำรวจชายแดนของการเรียนรู้กึ่งกึ่งหัวรุนแรงขนาดใหญ่สำหรับ ASR (BIGSSL)
  • 08/2022: มู่หลาน: การฝังร่วมกันของเสียงเพลงและภาษาธรรมชาติ (มู่หลาน)
  • 09/2022: Audiolm: วิธีการสร้างแบบจำลองภาษาเพื่อการสร้างเสียง (Audiolm)
  • 09/2022: Audiogen: การสร้างเสียงที่มีไกด์นำทาง (Audiogen)
  • 10/2022: การบีบอัดเสียงของระบบประสาทที่มีความเที่ยงตรงสูง (encodec)
  • 12/2022: การรับรู้การพูดที่แข็งแกร่งผ่านการกำกับดูแลที่อ่อนแอขนาดใหญ่ (Whisper)

การเรียนรู้หลายรูปแบบ

  • 01/2022: blip: boostrapping ภาษา-ภาพก่อนการฝึกอบรมสำหรับการมองเห็นแบบรวมเป็นภาษา ... (blip)
  • 02/2022: DATA2VEC: กรอบทั่วไปสำหรับการเรียนรู้ที่ดูแลตนเองในการพูดวิสัยทัศน์และ ... (DATA2VEC)
  • 03/2022: VL-Adapter: การเรียนรู้การถ่ายโอนพารามิเตอร์สำหรับงานที่มีวิสัยทัศน์และภาษา (VL-Adapter)
  • 04/2022: Winoground: การตรวจสอบและแบบจำลองภาษาสำหรับ Visio-Linguistic ... (Winoground)
  • 04/2022: Flamingo: รูปแบบภาษาภาพสำหรับการเรียนรู้ไม่กี่ครั้ง (Flamingo)
  • 05/2022: ตัวแทนทั่วไป (Gato)
  • 05/2022: Coca: contrastive paptioners เป็นรูปแบบพื้นฐานข้อความภาพ (COCA)
  • 05/2022: VLMO: Unified Vision-Language Pre-Training ด้วยการผสมผสานระหว่างการผสมผสาน-modality-experts (VLMO)
  • 08/2022: ภาพเป็นภาษาต่างประเทศ: Beit Pretraining สำหรับงานวิสัยทัศน์และการมองเห็นทั้งหมด (Beit)
  • 09/2022: PALI: โมเดลภาพหลายภาษาที่มีการปรับขนาดภาษา (PALI)

การเรียนรู้เสริมแรง

  • 01/2022: การเรียนรู้การเคลื่อนไหวที่มีประสิทธิภาพสำหรับหุ่นยนต์ quadrupedal ในป่าในป่า
  • 02/2022: BC-Z: การวางนัยทั่วไปของงานที่มีการเรียนรู้ด้วยการเลียนแบบหุ่นยนต์
  • 02/2022: ผู้ขับขี่ Gran Turismo ที่มีการเอาชนะด้วยการเรียนรู้การเสริมแรงอย่างลึกซึ้ง (Sophy)
  • 02/2022: การควบคุมแม่เหล็กของ tokamak plasmas ผ่านการเรียนรู้การเสริมแรงอย่างลึกซึ้ง
  • 08/2022: การเรียนรู้ที่จะเดินในไม่กี่นาทีโดยใช้การเรียนรู้การเสริมแรงอย่างลึกซึ้งแบบขนานอย่างหนาแน่น (Anymal)
  • 10/2022: การค้นพบอัลกอริทึมการคูณเมทริกซ์ที่เร็วขึ้นด้วยการเรียนรู้การเสริมแรง (Alphatensor)

เอกสารอื่น ๆ

  • 02/2022: FourcastNet: รุ่นสภาพอากาศที่มีความละเอียดสูงที่ขับเคลื่อนด้วยข้อมูลทั่วโลก ... (FourcastNet)
  • 05/2022: colabfold: การทำให้โปรตีนพับได้ทุกคน (colabfold)
  • 06/2022: การวัดและปรับปรุงการใช้ข้อมูลกราฟใน GNN
  • 10/2022: TimesNet: การสร้างแบบจำลอง 2D-Variation สำหรับการวิเคราะห์อนุกรมเวลาทั่วไป (TimesNet)
  • 12/2022: RT-1: หุ่นยนต์หม้อแปลงสำหรับการควบคุมในโลกแห่งความเป็นจริง (RT-1)

เอกสารประวัติศาสตร์

  • - 1958: Perceptron: แบบจำลองความน่าจะเป็นสำหรับการจัดเก็บข้อมูลและองค์กรในสมอง (Perceptron)
  • - 2529: การเป็นตัวแทนการเรียนรู้โดยข้อผิดพลาดในการแพร่กระจาย (backpropagation)
  • - 2529: การเหนี่ยวนำของต้นไม้ตัดสินใจ (เกวียน)
  • - 1989: บทช่วยสอนเกี่ยวกับโมเดล Markov ที่ซ่อนอยู่และแอพพลิเคชั่นที่เลือกในการรู้จำเสียงพูด (HMM)
  • - 1989: เครือข่าย Feedforward หลายชั้นเป็นตัวประมาณสากล
  • - 1992: อัลกอริทึมการฝึกอบรมสำหรับตัวแยกประเภทที่ดีที่สุด (SVM)
  • - 2539: ตัวทำนายถุง
  • - 1998: การเรียนรู้แบบไล่ระดับสีใช้กับการจดจำเอกสาร (CNN/GTN)
  • - 2544: ป่าสุ่ม
  • - 2544: อัลกอริทึมทางพันธุกรรมที่รวดเร็วและมีชนชั้นสูง (NSGA-II)
  • - 2546: การจัดสรร Dirichlet แฝง (LDA)
  • - 2549: การลดขนาดของข้อมูลด้วยเครือข่ายประสาท (AutoEncoder)
  • - 2008: การแสดงข้อมูลโดยใช้ T-SNE (T-SNE)
  • - 2009: ImageNet: ฐานข้อมูลภาพลำดับชั้นขนาดใหญ่ (ImageNet)
  • - 2012: การจำแนกประเภท Imagenet ด้วยเครือข่ายประสาทลึก (Alexnet)
  • - 2013: การประมาณค่าการแสดงคำที่มีประสิทธิภาพในพื้นที่เวกเตอร์ (Word2VEC)
  • - 2013: การเข้ารหัสอัตโนมัติ Variational Bayes (VAE)
  • - 2014: เครือข่ายฝ่ายตรงข้าม (GAN)
  • - 2014: Dropout: วิธีง่ายๆในการป้องกันเครือข่ายประสาท
  • - 2014: Sequence to Sequence Learning กับ Neural Networks
  • - 2014: การแปลเครื่องประสาทโดยการเรียนรู้ร่วมกันเพื่อจัดตำแหน่งและแปล (RNNSearch-50)
  • - 2014: อดัม: วิธีการเพิ่มประสิทธิภาพแบบสุ่ม (อดัม)
  • - 2015: การทำให้เป็นมาตรฐานแบทช์: เร่งการฝึกอบรมเครือข่ายลึกโดยการลด COV ภายใน ... (batchnorm)
  • - 2015: ลึกลงไปกับ Convolutions (Inception)
  • - 2015: การควบคุมระดับมนุษย์ผ่านการเรียนรู้การเสริมแรงอย่างลึกซึ้ง (Deep Q Network)
  • - 2015: R-CNN เร็วขึ้น: ไปสู่การตรวจจับวัตถุแบบเรียลไทม์ด้วยเครือข่ายข้อเสนอภูมิภาค (R-CNN ที่เร็วขึ้น)
  • - 2015: U-Net: เครือข่าย Convolutional สำหรับการแบ่งส่วนภาพชีวการแพทย์ (U-NET)
  • - 2015: การเรียนรู้ที่เหลืออยู่ลึกสำหรับการจดจำภาพ (resnet)
  • - 2016: คุณดูเพียงครั้งเดียว: การตรวจจับวัตถุแบบครบวงจร, แบบเรียลไทม์ (YOLO)
  • - 2017: ความสนใจคือทั้งหมดที่คุณต้องการ (หม้อแปลง)
  • - 2018: เบิร์ต: การฝึกอบรมก่อนหน้านี้ของหม้อแปลงสองทิศทางเพื่อทำความเข้าใจภาษา (BERT)
  • - 2020: โมเดลภาษาเป็นผู้เรียนไม่กี่คน (GPT-3)
  • - 2020: โมเดลความน่าจะเป็นแบบกระจาย denoising (DDPM)
  • - 2020: ภาพมีค่า 16x16 คำ: หม้อแปลงสำหรับการจดจำภาพในระดับ (VIT)
  • - 2021: การทำนายโครงสร้างโปรตีนที่แม่นยำสูงด้วย alphafold (Alphafold)
  • - 2022: CHATGPT: การเพิ่มประสิทธิภาพแบบจำลองภาษาสำหรับบทสนทนา (CHATGPT)
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด