笔者在最开始学习知识+AI时感到有些困惑,因为直观来看,基于知识or外部规则的约束,似乎应该是确定性的,类似if-else那种判断的约束。因此,把一个规则or知识图谱表示进机器学习模型里好像有些“画蛇添足”。

但经过一段时间的学习后笔者明白了这一领域的具体思想,所谓知识嵌入的神经网络,即学习一个知识的表示,通过模型训练优化这个表示,最终达到将知识“融入”模型的效果。这一过程是比较“软性”的,哪怕是下面提到的规则注入,也是一种类似正则化项的软约束。

因此,这篇文章中笔者总结了几种常见的知识嵌入方法,对每种方法,直接给出一个简单的示例代码小例子,从而帮助理解这一方法和具体的实现。

Read more »

记录平时科研过程中不懂的地方和AI给出的回答,方便以后查阅。

Read more »

笔者最近对AI agent相关内容较感兴趣,因此对Transformer库进行了简单的了解。

Hugging Face Transformers 库的模块设计非常结构化,不同子类负责不同功能。

以下是核心模块的作用和典型应用场景的详细说明:(注:内容来自AI生成+个人修改)

Read more »
0%