往期公众号文章

技术

提纲

1 技术篇

1.1 问答系统系列  





1.2 BERT系列  





1.3 文本生成系列  





1.4 Prompt learning系列  

2 经验篇

1 技术篇

1.1 问答系统系列

[问答系统简介](http://mp.weixin.qq.com/s?__biz=Mzk0NzMwNjU5Nw==&mid=2247483667&idx=1&sn=99c1fc95c69f193c716f9ee1e7e9f8c9&chksm=c379a819f40e210fff104951cd0052b7d9b554430eeb8e7cb2f832ed56d5d026ffd429a29696&scene=21#wechat_redirect)

浅谈问答系统(召回篇)

[浅谈问答系统(精排篇)](http://mp.weixin.qq.com/s?__biz=Mzk0NzMwNjU5Nw==&mid=2247483689&idx=1&sn=e4ee295e268a54ea66d79d31b1427b84&chksm=c379a823f40e2135e44807a5d0ab706dac61fc391912de3c1d6f81d17f1aec6b7e84f787393c&scene=21#wechat_redirect)

1.2 BERT系列

Bert系列之句向量生成

Bert系列之模型演化

Bert系列之下游任务应用

Bert系列之模型参数计算

Bert系列之前世今生

1.3 文本生成系列

文本生成系列之文本编辑

[文本生成系列之预训练模型](http://mp.weixin.qq.com/s?__biz=Mzk0NzMwNjU5Nw==&mid=2247483795&idx=1&sn=2db80bb7e6814632747ce035de1091d3&chksm=c379a899f40e218fe11f637535e0fb693f3621113550e95b622d9cd0f78b48bb977b42155fdc&scene=21#wechat_redirect)

文本生成系列之encoder-decoder

[文本生成系列之因果语言模型](http://mp.weixin.qq.com/s?__biz=Mzk0NzMwNjU5Nw==&mid=2247483826&idx=1&sn=f7a075197652f96389ea902e57ae1d3c&chksm=c379a8b8f40e21ae57a3fe965c9121e082ee32432e8c9a964cae8ff0a3d6f99f10377b501cee&scene=21#wechat_redirect)

文本生成序列之前缀语言模型

文本编辑神器FELIX

文本生成系列之transformer结构扩展(一)

[文本生成系列之transformer结构扩展(二)](http://mp.weixin.qq.com/s?__biz=Mzk0NzMwNjU5Nw==&mid=2247483889&idx=1&sn=a76fc28ecd5308f5738674249c0bfa3f&chksm=c379a8fbf40e21eddc59efcee5d909340fa46d2939b2aa2385bab6a6ec5a2acfe980a8f75947&scene=21#wechat_redirect)

文本生成系列之transformer结构扩展(三)

1.4 Prompt learning系列

[Prompt learning系列之入门篇](http://mp.weixin.qq.com/s?__biz=Mzk0NzMwNjU5Nw==&mid=2247483914&idx=1&sn=cf8aab9a1ff04dc4fec3528708f02f26&chksm=c379ab00f40e22161d15beeef01fd380910c188f9f70d8e7e849b7a7c8d233abb7e72fa87497&scene=21#wechat_redirect)


[Prompt learning系列之prompt engineering(一) 人工构建prompt](http://mp.weixin.qq.com/s?__biz=Mzk0NzMwNjU5Nw==&mid=2247483952&idx=1&sn=07e00744c7290dcb56c6711aa0ddfc23&chksm=c379ab3af40e222c56a77ef0c4d031aecfecb5630163e3ae4db4d147b238af5d317e7bbab12d&scene=21#wechat_redirect)

Prompt learning系列之prompt engineering(二) 离散型prompt自动构建

2 经验篇

NLP算法面试的一些个人建议

算法岗有必要实习吗?

PS:有意向加交流群的朋友请添加微信aaa931766894,备注“NLP日志+加群”即可。

0
0
0
0
关于作者

文章

0

获赞

0

收藏

0

相关资源
云原生可观测性技术的落地实践
云原生技术和理念在近几年成为了备受关注的话题。应用通过云原生改造,变得更动态、弹性,可以更好地利用云的弹性能力。但是动态、弹性的环境也给应用以及基础设施的观测带来了更大的挑战。本次分享主要介绍了云原生社区中可观测性相关的技术和工具,以及如何使用这些工具来完成对云原生环境的观测。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论