Datawhale干货作者：Takanashi@知乎，编辑：极市平台来源 | https://zhuanlan.zhihu.com/p/353985363极市导读作者实践中发现Py...

Datawhale干货作者：崔涵，宋岩奇，哈工大SCIR摘要一个一直以来的共识是，模型的规模越大，模型在下游任务上的能力越多、越强。随着最近的新的模型的提出，大规模的语言模型出现了很多超乎研究者意料的能力。我们针对这些在小模型上没有出现，但是在大模型上出现的不可预测的能力——“涌现能力”做了一些归纳和总结，分别简要介绍了涌现能力的定义、常见的激发手段和具体的分类和任务。缩放法则（Scaling..

大数据文摘出品来源：builtin说起分类算法，相信学过机器学习的同学都能侃上一二。可是，你能够如数家珍地说出所有常用的分类算法，以及他们的特征、优缺点吗？比如说，你可以...

本文的主要内容概览：1. XGBoost简介XGBoost的全称是eXtreme Gradient Boosting，它是经过优化的分布式梯度提升库，旨在高效、灵活且可移植。XGBoos...

Datawhale干货作者：高聪，西安科技大学博士，来源：大数据DT导读：本文带你了解大数据及人工智能时代的3项关键技术。01 云计算根据美国国家标准与技术研究院（National ...

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货来源：智车科技，编辑：Datawhale随着技术的快速发展云计算、...

点击蓝字关注我们,让开发变得更有趣作者 | 杨亦诚 英特尔 AI 软件工程师排版| 吴紫琴OpenVINO™Qwen2.5 是阿里通义团队近期最新发布的文本生成系列模型，基于更富的语料数据集训练，相较于 Qwen2，Qwen2.5 获得了显著更多的知识（MMLU：85+），并在编程能力（HumanEval 85+）和数学能力（MATH 80+）方面有了大幅提升。此外，新模型在指令执行、生成长文本.

Datawhale推荐作者：Ryan O'Connor，来源：机器之心坊间传闻：「TensorFlow 适合业界，PyTorch 适合学界」。都 2022 年了，还是这样吗？2022年...

Datawhale干货作者：曾浩龙，Datawhale意向成员前言回归预测建模的核心是学习输入到输出（其中是连续值向量）的映射关系。条件期望是到的回归函数。简单来说，就是将样本的特征矩阵映射到样本标签空间。图片由 Midjourney 生成。A futuristic visualization of regression prediction in statistics...

Datawhale干货作者：张帆，陈安东，Datawhale成员引言在AI领域，大模型的发展正以前所未有的速度推进技术的边界。北京时间4月19日凌晨，Meta在官网上官宣了Llama-3，作为继Llama-1、Llama-2和Code-Llama之后的第三代模型，Llama-3在多个基准测试中实现了全面领先，性能优于业界同类最先进的模型。纵观Llama系列模型，从版本1到3，展示了大规模预训练..