思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术，为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档，实现高效数据核验与合规性检查，显著提升审查速度和精准度，同时保障敏感信息管理和数据安全。
医疗行业的语音识别技术解析：AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术，实现实时转录医患对话，自动生成结构化数据，提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力，支持与医院系统无缝集成，广泛应用于门诊记录、多学科会诊和急诊场景，显著提升工作效率和数据准确性。
全面升级的“新清影”，给AI生成视频带来了哪些新玩法？
智谱清言App近日上线了“新清影”，并开源了最新的图生视频模型CogVideoX v1.5。相比之前的版本，“新清影”在视频分辨率、生成速度、多通道生成能力和模型性能等方面均有显著提升，支持生成10秒、4K、60帧的超高清视频。此外，即将上线的音效功能将进一步提升视频的逼真度和实用性，标志着AI视频创作进入“有声时代”。这些改进使得内容创作变得更加高效和便捷，为创作者提供了更多可能性。
【EMNLP2024】基于多轮课程学习的大语言模型蒸馏算法 TAPIR
阿里云人工智能平台 PAI 与复旦大学王鹏教授团队合作，在自然语言处理顶级会议 EMNLP 2024 上发表论文《Distilling Instruction-following Abilities of Large Language Models with Task-aware Curriculum Planning》。
动手实践：使用Hugging Face Transformers库构建文本分类模型
【10月更文挑战第29天】作为一名自然语言处理（NLP）爱好者，我一直对如何利用最先进的技术解决实际问题充满兴趣。Hugging Face 的 Transformers 库无疑是目前最流行的 NLP 工具之一，它提供了大量的预训练模型和便捷的接口，使得构建和训练文本分类模型变得更加简单高效。本文将通过具体的实例教程，指导读者如何使用 Hugging Face 的 Transformers 库快速构建和训练一个文本分类模型，包括环境搭建、数据预处理、模型选择与训练等步骤。
Transformers入门指南：从零开始理解Transformer模型
【10月更文挑战第29天】作为一名机器学习爱好者，我深知在自然语言处理（NLP）领域，Transformer模型的重要性。自从2017年Google的研究团队提出Transformer以来，它迅速成为NLP领域的主流模型，广泛应用于机器翻译、文本生成、情感分析等多个任务。本文旨在为初学者提供一个全面的Transformers入门指南，介绍Transformer模型的基本概念、结构组成及其相对于传统RNN和CNN模型的优势。