这些大神在Meta的论文看一篇少一篇了

离开Meta的大佬们,留下作品还在陆续发表,今天轮到田渊栋。 这次他带领团队把目光投向了大模型强化学习训练中一个令人困惑的现象:为什么RL训练明明带来巨大性能提升,却只改变了极少数参数。 论文剖析了可 … Continue reading 这些大神在Meta的论文看一篇少一篇了

腾讯最新开源太牛了,AI一键去油、告别塑料感!登顶Hugging Face模型榜

智东西 作者 | 陈骏达 编辑 | 心缘 那些画风“油腻”的AI生图,终于有救了? 智东西9月16日报道,腾讯近期开源势头太猛了,最新发布的图像模型算法SRPO登上Hugging Face趋势榜首,并 … Continue reading 腾讯最新开源太牛了,AI一键去油、告别塑料感!登顶Hugging Face模型榜

正则化参数的选择(如何选择合适的正则化参数)

一、正则化参数的选取 正则化参数应当选取合适的数值。一般情况下,正则化参数越大,惩罚项就越严格,对过拟合的抑制作用更明显,但是模型在进行拟合的时候会更加受限,对分类的结果也会更加保守。正则化参数越小, … Continue reading 正则化参数的选择(如何选择合适的正则化参数)