小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI

快手与东北大学联合推出UNITE框架,旨在解决多模态检索中的跨模态干扰问题。该框架能够处理文本、图像和视频等多种输入,采用模态感知对比学习机制,显著提升检索性能。在多个评测中,UNITE表现优异,超越现有模型,展现出良好的通用性和综合性能。

打破跨模态干扰,快手东北大学联合提出统一多模态框架,横扫多模态检索基准

量子位
量子位 · 2025-06-09T09:47:33Z

东北大学举办了“行业AI应用创新孵化营”医疗+AI活动,旨在培养跨学科AI人才。华为专家为近300名学生分享了AI在医疗领域的应用与挑战,强调医工交叉合作的重要性。学生们参与了AI模型微调实践,提升了对AI在医疗潜力的认识,未来将推动AI与医疗的深度融合。

华为“行业AI应用创新孵化营”走进东北大学,校企联合培养医疗AI人才

华为云官方博客
华为云官方博客 · 2024-12-19T04:00:29Z

本文针对现有自动反对言论生成方法质量不足的问题,提出了一种新颖的方法,通过对大型语言模型(LLMs)进行监督微调(SFT)和直接偏好优化(DPO)来提升生成效果。实验结果表明,DPO对齐的模型在反对言论基准测试中的表现显著优于SFT基线,并且能够有效扩展到多种语言,为反对言论生成的多语言环境提供了潜在的改进方向。

东北大学在多语言反对言论生成中的应用:通过直接偏好优化提高反对言论生成的效果

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-12-19T00:00:00Z

华为云在东北大学举办沙龙,强调产教融合与数字人才培养。活动中,华为专家分享了高斯数据库和AI技术,近500名学生参与体验云技术。华为与学校深化合作,推动教育现代化,培养创新型人才。

华为云HCSD校园沙龙走进东北大学软件学院

华为云官方博客
华为云官方博客 · 2024-10-31T03:12:49Z
从结构准确预测蛋白质功能,东北大学「CNN+GCN」统一框架,优于现有方法

东北大学研究人员开发了一种新型蛋白质功能预测方法,称为双模型自适应权重融合网络(TAWFN)。该方法结合卷积神经网络和图卷积网络,利用蛋白质结构和语言模型进行预测,表现优于现有方法,并在多个任务中取得高性能指标。

从结构准确预测蛋白质功能,东北大学「CNN+GCN」统一框架,优于现有方法

机器之心
机器之心 · 2024-10-18T07:37:49Z

光电设备性能依赖于材料的光学特性。传统实验技术在高通量筛选中有限,因此研究人员使用密度泛函理论(DFT)计算。日本东北大学和麻省理工学院开发了GNNOpt工具,利用人工智能从晶体结构预测光学光谱,筛选出246种太阳能材料和296种量子材料,加速材料科学研究。

基于944种材料数据,日本东北大学联合MIT发布GNNOpt模型,成功识别数百种太阳能电池和量子候选材料

HyperAI超神经
HyperAI超神经 · 2024-10-17T06:34:10Z
  • <<
  • <
  • 1 (current)
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码