Yam
Feeling, Coding, Thinking
菜单
跳至内容
Home
Series
Archives
About
Projects
2023
ChatGPT 开发指南:Hugging LLM Hugging Future
ChatGPT 基础科普:知其一点所以然
「+AI」需要什么?
ChatGPT 影响冲击:职业、行业与产业
ChatGPT 标注指南:任务、数据与规范
ChatGPT Prompt 示例
语言模型级联
ChatGPT Prompt工程:设计、实践与思考
Put Human in NLP Loop
GPT3 和它的 In-Context Learning
2022
W2NER解读
Global Pointer:Novel Efficient Span-based Approach for NER
DeepGen:Diverse Search Ad Generation and Real-Time Customization
FLAN:Fine-tuned Language Models are Zero-Shot Learners
W2NER 代码
跨视角大脑解码
统一NER为词词关系分类
MarkBERT
预训练模型与传统方法在排序上有啥不同?
量化NLM模型的记忆力
NLP预训练模型的不可能三角
句子表征综述
2021
浅析文本分类——情感分析与自然语言处理
TensorBay 指南
对NLP预训练模型的思考
AI 工程师养成记(上)
2020
NLP 表征的历史与未来
分类与 AI
Metrics
AI 小课堂:Activation Function
QA 小课堂:Introduction
中文分词系列一:思考分词
Encoder-Decoder Models Attention and Contextual Embedding Note (SLP Ch10)
2019
ChatBot 设计方案
Statistical Parsing Note (SLP Ch14)
Syntactic Parsing Note (SLP Ch13)
Formal Grammars of English Note (SLP Ch12)
Sequence Processing with Recurrent Networks Note (SLP Ch09)
Part-of-Speech Tagging Note (SLP Ch08)
Neural Networks and Neural Language Models Note (SLP Ch07)
Vector Semantics Note (SLP Ch06)
Logistic Regression Note (SLP Ch05)
Naive Bayes and Sentiment Classification Note (SLP Ch04)
Regular Expressions, Text Normalization, and Edit Distance Note (SLP Ch02)
Information Extraction Note (SLP Ch18)
自然语言计算机形式分析的理论与方法笔记(Ch18)
《纳博科夫最喜欢的词》读书笔记与思考
自然语言计算机形式分析的理论与方法笔记(Ch15)
自然语言计算机形式分析的理论与方法笔记(Ch14)
自然语言计算机形式分析的理论与方法笔记(Ch13)
自然语言计算机形式分析的理论与方法笔记(Ch12)
自然语言计算机形式分析的理论与方法笔记(Ch11)
自然语言计算机形式分析的理论与方法笔记(Ch10)
自然语言计算机形式分析的理论与方法笔记(Ch09)
自然语言计算机形式分析的理论与方法笔记(Ch08)
自然语言计算机形式分析的理论与方法笔记(Ch07)
自然语言计算机形式分析的理论与方法笔记(Ch06)
自然语言计算机形式分析的理论与方法笔记(Ch05)
自然语言计算机形式分析的理论与方法笔记(Ch04)
2018
自然语言计算机形式分析的理论与方法笔记(Ch03)
自然语言计算机形式分析的理论与方法笔记(Ch02)
西蒙《人工科学》读书笔记
自然语言计算机形式分析的理论与方法笔记(Ch01)
自然语言计算机形式分析的理论与方法笔记(Ch16)
自然语言计算机形式分析的理论与方法笔记(Ch17)
NG CNN 笔记
NLP 与 AI
“心有麟熙”《强化学习炼金术》系列笔记
机器学习概念
人工智能哲学笔记
Gan 原理、证明与实现
2017
Language Model Note (SLP Ch03)
语言、AI、情感
2016
《与机器人共舞》读后感兼谈 AI 与 IA