0 关注者
3个月前
相关新闻
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
1天前
日常阅读，更多是一种pretraining，只需要关注过程。 过往，我们人脑的语言能力还是在于自然语言社会解释性，形式语言的逻辑证明是这种解释性的产品化，二进制计算机程序则是解释性的极致体现-可计算的可trackable也可以scalable，把形式语言关于计算确定性完全offloaded。 LLM的出现带来了彻底的offloading。不仅仅是形式语言如coding的生成，还在于自然语言本体
0xLeon @ Hubble.xyz
1周前
【Onchain Bloomberg招数据科学家，备战Onchain Finance！】 后端算法工程师（Web3 方向 - 机器学习） 技能职责：后端业务数据处理与开发：基于业务需求，设计并开发高可用、高性能的数据处理与机器学习工程模块，聚焦机器学习驱动的钱包标签识别场景（机构钱包 / 聪明钱 / 巨鲸钱包 / 风险钱包 / Scammer 钱包等），负责标签相关特征工程、模型训练数据 pi
Olivert
2周前
多学点人工智能技术知识。 吴恩达老师的机器学习课程个人笔记
在悉尼和稀泥
3周前
机器学习好啊，机器学习得学啊
Olivert
3周前
机器学习与人工智能的 30 个核心问题，英文版可以用在线阅读：