关于 数据集 的文章

近日，字节跳动豆包大模型团队提出 SuperClass ，一个超级简单且高效的预训练方法。该方法首次舍弃文本编码器，直接使用原始文本的分词作为多分类标签，无需额外的文本过滤或筛选，...

“ 该议题阐明了当前恶意软件分析方法面临的问题，针对分析难点和分析需求详细说明了借助大模型技术提高恶意软件分析效率及分析结果等方面的实践。”一起来回顾下 尹斌&刘璐 在SD...

如果说 2022 年是生成式人工智能的颠覆性潜力首次引起公众广泛关注的时刻，那么 2024 年则是其基础数据合法性问题成为渴望利用其力量的企业关注焦点的一年。美国的合理使用原则以及...

前言本文是星图实验室研究员刘璐、尹斌，在看雪SDC 2024上发表的议题《大模型技术在恶意软件分析中的实践》。该议题阐明了当前恶意软件分析方法面临的问题，针对分析难点和分析需求详细...

“天极按近日，美问责局发布《人工智能：生成式人工智能的培训、开发和部署注意事项》。本报告概述了常见的生成式人工智能开发实践、这些技术的局限性及其易受攻击性，以及商业开发商收集、使用...

大模型的幻觉、错误，及回答质量等问题，一直客观存在。虽然已经有一些评估大模型的方法（详见上一篇），但这些方法对主观问题覆盖不足，无法满足生产的要求。于是，在做完客观评估后，常用的方...

为了缓解资源限制，深入了解外国恐怖组织 (FTO) 的活动，并更快地共享信息和情报，情报界 (IC) 应该依靠并接受开源情报 (OSINT)。非政府组织已经建立了反恐 (CT) 的...

成功的数据策略的关键要素是什么？成功的数据策略应包括三个关键部分：了解数据、构建数据和激活数据。了解数据包括了解您拥有哪些数据、数据来自何处以及如何存储数据。构建数据包括设计支持您...

前言人类智能的一个关键在于我们能够以多种方式表达和传达我们的不确定性。可靠的置信度估计对于人机协作至关重要，能够促进更加理性和信息丰富的决策。具体而言，模型的置信度估计可以为其响应...

前言ChatGPT的迅速出圈，加速了大模型时代的变革，本小白也被卷入了这场变革之中，下面是记录我从0入门大语言模型的一些笔记与实践。基础知识Why hasn't the publi...