新闻中心 
-
01-24生成式AI的基本原理与应用生成式AI是一类人工智能模型，其特点在于能够根据训练数据的分布生成新的数据，而这些新数据与训练数据有所不同。这些模型的主要目标是通过统计学的方法来学习数据的分布...
-
01-24如何解决数据缺失问题的生成式AI处理方法生成式AI是一种人工智能技术，它利用深度学习模型从输入数据中学习并生成新的数据，而不是简单地对现有数据进行分类或预测。它的应用范围非常广泛，可以用于图像生成、文...
-
01-23回到原点的符号算法符号回归算法是一种自动构建数学模型的机器学习算法。它的主要目标是通过分析输入数据中的变量之间的函数关系，来预测输出变量的值。该算法结合了遗传算法和演化策略的思想...
-
01-22拒绝采样在大型模型训练中的原理和应用在大型语言模型的训练中，拒绝采样是一种常见的技术。它基于目标分布的概率密度函数进行采样，以生成符合目标分布的样本。拒绝采样的目的是增加训练数据的多样性，从而提高...
-
01-02扩散模型与NeRF结合，清华文生提出3D新方法达到SOTA用文字合成3D图形的AI模型，又有了新的SOTA！近日，清华大学刘永进教授课题组提出了一种基于扩散模型的文生3D新方式。无论是不同视角间的一致性，还是与提示词的...
-
11-20生成式AI的五大模型：VAEs、GANs、Diffusion、Transformers、NeRFs为任务选择正确的GenAI模型需要了解每个模型使用的技术及其特定能力，下面请了解VAEs、GANs、Diffusion、Transformers和NerFs五大...
