随机森林回归算法
随机森林回归是一种集成学习方法，主要用于回归分析。它通过构建多个决策树来预测连续值，并将这些树的预测结果平均化以提高模型的准确性和稳定性。
过拟合
微调后的模型出现能力劣化，灾难性遗忘是怎么回事？
灾难性遗忘” 是一个非常重要且常见的现象，尤其是在对大型语言模型 (LLMs) 进行微调时。 这通常指的是模型在新的、微调任务上性能提升的同时，在原有任务或通用能力上出现显著下降，甚至完全丧失。 这种现象的核心就是灾难性遗忘 (Catastrophic For
神经网络是如何进行训练的？
神经网络是一种模仿生物神经网络结构和功能的数学模型。它由大量的神经元（或称为节点）相互连接而成，这些神经元通过权重和偏置进行信息传递和处理。神经网络的基本结构包括输入层、隐藏层和输出层。
赛博树突觉醒!AI 仿生革命:更少参数，更强性能，过拟合？不存在的
人工神经网络（ANN）是大多数深度学习（DL）算法的核心，这些算法可以成功解决图像识别、自动驾驶和自然语言处理等复杂问题。然而，与能够高效解决类似问题的生物大脑不同，DL 算法需要大量可训练参数，这使得它们能耗高且容易过拟合。
Consistent-Teacher：半监督目标检测超强SOTA
《Consistent-Teacher: Towards Reducing Inconsistent Pseudo-targets in Semi-supervised Object Detection》是一篇关于半监督目标检测的论文。该论文提出了一种新的方法
在线试玩|对齐、生成效果大增，文本驱动的风格转换迎来进阶版
论文的第一作者是来自西湖大学的研究人员雷明坤，指导老师为西湖大学通用人工智能（AGI）实验室的负责人张驰助理教授。实验室的研究方向聚焦于生成式人工智能和多模态机器学习。