|
ICML 2024 || 大模型偏好微调:关键策略与原因解析 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
2024 || QuanTA: 一种新的高秩高效微调范式 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
图神经网络与大模型的结合可以做那些有趣的研究? 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
LLMs可以进行任务规划吗?如果不行,LLMs+GNN可以吗? 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
Mamba-2: 与Transformer表现相当,速度提高了2-8倍 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
ICML 2023: 基于扩散模型的表示学习:精准控制不同粒度的表示 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
2024 || 图基础模型(Graph Foundation Models) 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
从Claude 3中提取数百万特征,首次详细理解大模型的「思维」 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
Survey || 探讨了大模型理解图结构数据 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
论文赏读 | CVPRW24 | SAM用于遥感影像中提取向量化的道路图网络 深度图学习与大模型LLM · 公众号 · · 1 年前 · |
|
Survey: 从Manifold假设的视角理解深度生成模型 深度图学习与大模型LLM · 公众号 · · 1 年前 · |